| 研究課題/領域番号 |
19H02104
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
倉林 大輔 東京工業大学, 工学院, 教授 (00334508)
|
|---|
| 研究分担者 |
志垣 俊介 大阪大学, 基礎工学研究科, 助教 (50825289)
服部 佑哉 東京工業大学, 工学院, 助教 (30709803)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 生物規範システム / 適応的行動選択 / 匂い源探索 |
|---|
| 研究実績の概要 |
本研究は，生物が発揮する適応的な振る舞いを工学的に応用可能とすることを目的とし，生物と人工物との物性上の差異や経験・履歴に基づく行動変容，異種情報の統合過程および行動修飾等を解析し，化学物質源探索という機能性との連関を明らかにする．2020年度は，前年度に構築した行動中の生物に対し感覚入力と行動出力の双方に介入可能な実験系，および行動解析の指標となる情報エントロピ推定手法を用い，モデル生物の状況依存的行動の計測と情報論的な行動解析を行った．具体的には，前年度までの計測系に加えて，モデル生物であるカイコガ雄成虫の匂い源探索行動について，刺激物質の空間的な広がりを生物行動と同時に計測可能な実験システムを構築した．また，これら計測系から得られた多様な条件下におけるモデル生物の行動結果から，ガウス過程回帰を用いた補間・推定手法による行動再構築を行った．これらによって，状況の異なる計測データによって再構築される行動の差異分析，および情報エントロピ―推定に基づく匂い源推定進捗状況の推定などが可能となり，モデル生物が持つ状況依存的な行動変容について明らかにした．またこれと並行して，匂い源行動生成の基盤となる化学刺激サンプリング戦略についての解析を進め，フリックと呼ばれる，生体化学センサ（触角）の周期的な陽動がもたらす計測空間の解像度変容と，匂い源探索性能との連関を解析し，その結果の一部をロボット用人工センシングシステムとして結実させ，匂い源探索性能が向上することをしめした．これらの成果は，査読付国際論文誌3編，査読付国際会議講演3件，ほかにおいて発表された．
|
| 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
本研究では，昆虫のように神経系が小規模な生き物でも適応的な振る舞いが可能となる行動アルゴリズムについて，ロボットが苦手とする匂い源探索行動に的を絞って解析を行う．これによって，屋内等における危険物質捜索や狭隘領域での被災者探索を可能とするロボットシステム構築に資する成果を得るとともに，自然が持つ知的機能の解明に貢献する．
2020年度においては，前年度までの実験系に加え，さらに行動中のモデル生物が受容している化学刺激物質の空間中での拡散濃度と，モデル生物の行動軌跡を同時に計測可能なシステムの構築を実現し，感覚刺激の受容履歴と行動出力結果を具体的な匂い源探索行動の中で対応づけることが可能となった．これらのデータに基づき，情報エントロピ―を規範とした探索進捗状況の推定，さらにはAI手法の適用によりデータそのものから行動変容を推定することを可能とした．ガウス過程回帰などから再構成されたカイコガ行動モデルをシミュレーションに適用した結果，取得データと同様の条件だけでなく一部が異なる場合についても，行動モデルが汎用的な匂い源定位性能を持つことが確認された．また，これらと並行して，匂い源探索ロボットとしての帰結に向けた化学感覚サンプリング戦略の解析と実装を行い，従前の化学センサ単体を用いた場合と比して性能の向上を確認した．これらの成果はIEEE出版物等にて採択・発表され，生物規範型行動アルゴリズムの研究に新たな知見をもたらしたことが注目された．以上のことから，2020年度は研究計画に掲げた目標に沿って順調な進捗を得ることができたと判断する．
|
| 今後の研究の推進方策 |
2021年度は，生物実験および関連する情報学的知見を用いながら，モデル生物が発揮する適応的行動選択についてそのアルゴリズム同定および工学的実装を進める計画である．2020年度までに構築した実験系およびシミュレーションプラットフォームを活用・拡張し，より多様な状況・条件におけるデータを獲得したうえで，行動の指針となるべき情報学的指針と，これに基づく合目的・機能的行動発現の連関について解析を進める予定である．また，効率的な匂い源探索が可能なロボットへの結実を目指し，匂いサンプリング戦略の解析と工学的実装など，生物が持つ身体的機能性についても解析および人工物での再構築を行う．2020年度からの新型コロナウィルス感染拡大により，実験実施およびシステム構築についてはひきつづき困難な状況が続いている．本研究では，モデル生物の行動解析で得られたデータに対するディープラーニング等の適用による高精細化や，確率過程を用いた確率生成モデル表現の構築，逆強化学習を用いた刺激入力に対する価値関数の推定など，AI技術の適用による机上解析を並行して推し進める．生物行動計測システムによる生物実験・解析とこれらを適切に併用・統合することで，行動生成モデル構築，シミュレーションによる検証，そしてロボットによる実装を行う．これらを通じて，多面的に生物の匂い源探索行動の解析，生物アルゴリズムの推定を行い，匂い源探索ロボット構築に結実させる計画である．
|
