予測的姿勢制御の学習的獲得のための小脳学習機構の構成原理

• 研究課題/領域番号: 24K00833
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分20010:機械力学およびメカトロニクス関連
• 研究機関: 電気通信大学
• 研究代表者: 舩戸 徹郎 電気通信大学, 大学院情報理工学研究科, 准教授 (40512869)
• 研究分担者: 柳原 大 東京大学, 大学院総合文化研究科, 教授 (90252725)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円); 2026年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円); 2025年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円); 2024年度: 7,280千円 (直接経費: 5,600千円、間接経費: 1,680千円)
• キーワード: 予測制御 / 小脳 / 強化学習 / 姿勢制御

研究開始時の研究の概要

ヒトや動物は将来状態を予測して動作を生成する。予測動作の生成には身体内部モデルの学習と内部モデルに基づく予測が必要である。予測動作は経験によって学習し、小脳障害によって学習速度が下がることから、小脳において強化学習の形で学習されると考えられる。本研究では、強化学習とモデル予測制御による数理モデル構築、動物及び小脳疾患患者の姿勢実験を行い、学習メカニズムの解明とリハビリにつながる知見の獲得を目指す。