| 研究概要 |
(1)弾性,粘性,慣性といった機械インピーダンスの定性的な感じ分けを説明、予測するモデルを構築した.構築したモデルは,反力のダイナミクスを自己組織化学習し,熟練による感覚の鋭敏化や錯覚の説明・予測を目指している.今年度は,定性的な感じ分けの説明・予測と同時にインピーダンスの定量的な予測を行うようにモデルを拡張し,その動作確認を行った.(2)ヒトにおける弾性の知覚を定量的に予測するモデルを14種類構築し,それらの予測性能を比較した.
これらの成果は,通信ネットワークのエラーや遅延により触覚装置の出力が乱れた時の,ユーザの知覚の変化を予測し,操作性低下を補償することへの応用を目指している.
|
