| 研究課題/領域番号 |
18K03173
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
片平 健太郎 名古屋大学, 情報学研究科, 准教授 (60569218)
|
|---|
| 研究分担者 |
中尾 敬 広島大学, 教育学研究科, 准教授 (40432702)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 計算論モデリング / 選択行動 / 強化学習 / 固執性 |
|---|
| 研究実績の概要 |
近年，行動データの分析において，その背後にある心的過程・計算過程を表現した計算論モデルが用いられるようになっている。計算論モデルには少数のパラメータで行動の特徴を記述し，心的過程を推定することが可能であり，例えば行動から精神疾患の背後にあるプロセスの特徴を推定することなどが可能であると期待されている。しかしながら現状では，そのパラメータがどのような行動の特徴を反映しているか理解されないまま使われることが多く，分析結果が反映するものと研究者の理解に解離が生じている可能性がある。本研究計画では，計算論モデルと統計モデルの関係を検討し，計算論モデルでとらえられるデータの統計的構造を解明することで，計算論モデルにより真の行動の特徴をとらえるための理論的基盤を構築することを目標としている。
2019年度では，検討対象とする計算論モデルの種類を，自身の選択を繰り返す行動傾向(固執性)や忘却仮定を含むモデル，また，サプライズの効果により報酬の価値が修飾されるモデルに広げ，その統計的性質について実際の行動データ分析や計算機シミュレーションを通した検討を行った。それぞれのモデルについて，従来の標準的な強化学習とは異なる行動の統計的性質が明らかとなりつつある。それらのモデルは，依存症や発達障害の行動の特徴をとらえるモデルとして今後の活用が期待されるものとなり，本研究の成果はそれらの行動の特徴を統計的な観点から分析する理論的基盤を与えるものとなる。
|
| 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
2年度目の目的であった検討するモデルの拡大という点において，一定の成果を得ることができたといえる。
|
| 今後の研究の推進方策 |
次年度はこれまでの研究成果を論文やRの公開コードにまとめながら，構築した計算論モデルと行動データ分析枠組みの精緻化と普及に努める。
|
| 次年度使用額が生じた理由 |
論文掲載費用として確保していた予算について，年度内に論文出版までに至らなかったため翌年度に使用する。
|
