|
本研究では、ヒトとロボットの協調運動学習において、学習が促進される条件の解析ならびに脳活動の動的機能結合解析を実施した。実験の結果、初心者エージェントは熟練者エージェントよりも事後の運動成績が有意に高いこと、被験者の運動技能レベルにあわせて成長するレベル調節エージェントが最も運動学習促進効果が高いことを明らかにした。また、テンソル分解とTVGL法を組合せた動的機能結合解析手法を提案した。医学的に脳状態の正解ラベルが付された睡眠脳波に適用し、多チャネル脳波に内在する時空間特徴量を潜在変数の動的グラフ構造として抽出した結果を睡眠モードの正解ラベルと比較することで、その有効性を検証した。
|
