| 研究課題/領域番号 |
23K21704
|
|---|
| 補助金の研究課題番号 |
21H03512 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 公立はこだて未来大学 |
|---|
研究代表者 |
櫻沢 繁 公立はこだて未来大学, システム情報科学部, 教授 (40325890)
|
|---|
| 研究分担者 |
香取 勇一 公立はこだて未来大学, システム情報科学部, 教授 (20557607)
高木 清二 公立はこだて未来大学, システム情報科学部, 准教授 (80372259)
田中 吉太郎 公立はこだて未来大学, システム情報科学部, 准教授 (80783977)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2025年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2024年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2023年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2022年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2021年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
|
|---|
| キーワード | 化学知能ロボット / BZ反応 / レザバー計算 / ソフトコンピューティング / BZゲル / ソフトマター |
|---|
| 研究開始時の研究の概要 |
BZ反応で膨潤・収縮する機能性高分子（BZゲル）により構成される化学ロボットに、BZ反応の複雑な化学振動現象を利用する情報処理（BZレザバー計算）を組み込んだ知能化学ロボットを構築する。このロボットは環境の有機物からのエネルギー収集（生物における代謝）しながら、感覚・運動機能を実現するうえ、環境から得られる情報に基づき判断・学習し自律的に行動する。本研究では、理論と実験の両面から、上述のロボットの開発に取り組みながら、物質基盤知能の概念を提案し、生物の高い環境適応性を持つ知能ロボットの理論的な基盤を創る。
|
| 研究実績の概要 |
本研究では、BZ反応によって自律的に膨潤・収縮する機能性高分子（BZゲル）を用いて、「知能」に必要となる「感覚・運動」機能および「判断・学習機能」を実装した化学知能ロボットを実現することを目的としている。
2023年度の実績のうち「感覚・運動」については、BZ ゲルの2次元運動について数理モデリングを行った。 BZ反応の酸化・還元に対応して膨潤・収縮を繰り返すBZゲルの運動を弾性体の蠕動運動と見立て、質点をバネで2次元に複数連結させたマルチブロックモデルを用いて定式化した。上下左右だけでなく斜め方向の質点結合も考慮することで、運動中のロボットの形状を保つことができた。また、運動方程式では過減衰を仮定し、加速度の項は無視した。BZゲルが運動及び反転するためのパラメータの値や範囲を数値的に求めることで、領域に存在しているマロン酸の濃度勾配がBZゲルの反転運動に影響を及ぼしていることを明らかにした。
「判断・学習」については、BZレザバーによって、数字の読み上げ音声から数字を認識し、且つその数字をプロッティングする事を目指した。メンブレンフィルターにBZ反応の反応金属触媒を固定しアクリルアミドゲルでコーティングし、ガラスフィルター上で金属触媒以外の溶液に浸し反応場とした。そこに入力情報に比例した光エネルギーを与え、その出力として酸化型金属触媒の濃度の情報上部からビデオカメラで撮影しPCに取り込んだ。このシステムによって、zeroからnineまでの10種類の音声認識タスクを試行した。発話データをcochleagramに変換し、各周波数帯のパワーを各レーザーのパワーに割り当てBZ反応場へ入力した。学習の結果、誤り率が0.3を下回る条件が現れ、発話データから、手書き文字のおおよその概形が生成可能であることが確認された。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
初年度の2021年度における最も重要な課題は、BZ反応を用いたレザバー計算の可能性を探る事であり、数値シミュレーションを用いた調査の結果、理論的に可能であることが示された。2022年度ではBZゲルのスイッチバックのシミュレーションと、BＺレザバーの実験系構築及び時系列予測に成功した。また2023年度ではBZゲルの2次元の這行運動のシミュレーションに成功し、また実験系ではBZレザバーにより音声認識に成功し、順調に進んでいることから、2023年度としてはおおむね目標に沿っていると考えられる。
|
| 今後の研究の推進方策 |
2023年度において、「感覚・運動」のスイッチバックの機能についてはほぼ明らかにされた。一方でそのために開発された2次元運動の数理モデルが、他の形状のゲル、他の環境に置かれたゲル、複数のゲルの相互作用、機械的な刺激に対する反応など、新たな知見を明らかにする可能性が出てきたため、これらを継続してシミュレーションする。同時にシミュレーションで予測された現象を実験系で確認する。実験系では更に、コロイドゲルの挙動を用いて知能的な運動を実現するための準備を行う。「判断・学習」については、BZレザバーについて、BZ反応の反応条件と学習効率との関係をシミュレーションで調べる。実験系では、BZレザバーを運動系とリンクさせる方法について、コロイドゲルを利用しながらコロイドゲルの反応と分散・集合を組み合わせることによって考える。
|
