| 研究課題/領域番号 |
20H02111
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分20020:ロボティクスおよび知能機械システム関連
|
|---|
| 研究機関 | 東京農工大学 |
|---|
研究代表者 |
近藤 敏之 東京農工大学, 工学(系)研究科(研究院), 教授 (60323820)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
18,070千円 (直接経費: 13,900千円、間接経費: 4,170千円)
2022年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2021年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2020年度: 11,310千円 (直接経費: 8,700千円、間接経費: 2,610千円)
|
|---|
| キーワード | 協調運動学習 / 動的機能結合解析 / リハビリ / VR / 脳機能計測 / ロボット / 適応性 / 汎化性 / 協調運動 / 汎化 |
|---|
| 研究開始時の研究の概要 |
本研究計画では，ヒトがロボットと協調して運動学習を行う過程で運動技能を獲得・改善していくことを暗黙的に支援するロボット用エージェントプログラムを構築することを目的とする．また，学習者の運動学習への取り組み状態に応じた支援レベルの調節を実現するため，協調運動学習下の学習者の脳状態を，脳波の位相同期特徴量の機能的結合解析により異なる学習モードとして類別化する方法についても検討する．
|
| 研究成果の概要 |
本研究では、ヒトとロボットの協調運動学習において、学習が促進される条件の解析ならびに脳活動の動的機能結合解析を実施した。実験の結果、初心者エージェントは熟練者エージェントよりも事後の運動成績が有意に高いこと、被験者の運動技能レベルにあわせて成長するレベル調節エージェントが最も運動学習促進効果が高いことを明らかにした。また、テンソル分解とTVGL法を組合せた動的機能結合解析手法を提案した。医学的に脳状態の正解ラベルが付された睡眠脳波に適用し、多チャネル脳波に内在する時空間特徴量を潜在変数の動的グラフ構造として抽出した結果を睡眠モードの正解ラベルと比較することで、その有効性を検証した。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、ヒトとロボットの協調運動学習を対象に、ロボットエージェントの制御アルゴリズムを4種類（初心者、熟練者、レベル調節、固定成長）考案し、被験者実験を行った。実験の結果、被験者の運動技能レベルにあわせてともに成長するレベル調節エージェントが最良であることが示された。ロボットリハビリテーションにおける最適な支援の量は患者ごとに異なり、また患者の機能改善とともに変化すると考えられることから、本研究の成果は、将来のロボットリハビリテーション開発にとって有益と考えられる。
|
