| 研究課題/領域番号 |
17K19961
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
萩谷 昌己 東京大学, 大学院情報理工学系研究科, 教授 (30156252)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2020-03-31
|
| キーワード | DNAコンピュータ / 分子ロボット / 群ロボット / 自己組織化 / 機械学習 |
|---|
| 研究実績の概要 |
本研究の目的は、分子ロボットの群れ（群分子ロボット）を数理モデルとして定式化し、群れの中で経路や全域木などの各種のパターンを形成することによって学習問題を解くアルゴリズムを考案することである。本研究では、経路形成によって学習（教師あり学習および強化学習）を行うアルゴリズムを考案し、その性能や特徴を考察することを目指す。さらに、定式化した数理モデルを、実際に分子ロボットによって実装する方法について考察する。
平成29年度に引き続き、スライム型ロボットを抽象化した計算モデルであるゲルオートマトンによって、ポピュレーションプロトコルのシミュレーションを行う方法について研究を行った。この研究では、セルが格子ではなくグラフを構成するゲルオートマトンを用いて、ポピュレーションプロトコルのエージェントとインタラクショングラフを、セルのグラフによって実現する。インタラクショングラフが平面グラフである場合は、セルのグラフをさらに格子空間に埋め込むことができる。ポピュレーションプロトコルによって各種の分散アルゴリズムを実装することが可能であり、ゲルオートマトンも同様の計算能力を持つことがわかった。
次に、ゲルオートマトンによって経路や全域木などの、より具体的な各種のパターンを直接的に形成する方法について研究を進めた。特に、迷路の解、全域木、唯一のリーダー（リーダーエレクション）を自己安定的に形成するゲルオートマトンの開発を進めた。自己安定性は、任意の初期状況から目的状況（解）に到達できることを意味しており、目的状況が外乱によって壊されても再び（別の）目的状況に到達することができる。
さらに、分子ロボットの各種の物理化学的な性質（たとえば、電気伝導率、拡散係数、流路の太さなど）を活用するゲルオートマトンについて検討を行った。
|
| 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
パターン形成による学習については研究が十分には進んでいないが、自己安定的なパターン形成についての知見は得られている。分子ロボットの実装方法としてのゲルオートマトンの研究は大きく進展しており、全体としておおむね順調と考えられる。
|
| 今後の研究の推進方策 |
令和元年度では、パターン形成による学習（教師あり学習と強化学習）に関する研究を進展させる。特に、平成28年度に開発した分散アルゴリズムに対して、強化学習を可能とする拡張を行うとともに、分散アルゴリズムをゲルオートマトン上で実現することを試みる。
また、平成30年度より分子ロボットの各種の物理化学的な性質を活用するゲルオートマトンについて検討を行っているが、具体的に、分子ロボットの物理化学的な環境を活用するゲルオートマトンを定式化する。本研究の当初の計画では、電子回路と化学反応を組み合わせることを構想していたが、局所的かつ短時間の情報処理と大域的かつ長期間の情報処理を組み合わせることが本質的であるため、分子ロボット間の局所的な化学反応と、物理化学的な環境全体に亘る大域的な化学反応を組み合わせた計算モデルについて検討する。具体的には、ゲルオートマトンに濃度勾配のような物理化学的な環境を付加した計算モデルを定式化し解析する。この方向の研究は平成30年度よりより着手している。
そして、以上の二つの方向の研究を合わせて、拡張されたゲルオートマトンによる学習に関して研究を進める。
|
| 次年度使用額が生じた理由 |
考案した分散アルゴリズムやゲルオートマトンのシミュレーションを行うコンピュータを購入することを計画していたが、現段階では既存設備で十分であった。
次年度は、大規模なシミュレーションを行うために、コンピュータを新たに購入することを計画している。また、プログラム作成等のための謝金も支出する計画である。
|
