| 研究課題/領域番号 |
22K17712
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
高御堂 良太 東京大学, 大学院工学系研究科(工学部), 特任研究員 (70908813)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | 運動制御 / 運動学習 / 打撃動作 / 因果性解析 / 説明可能AI / 機械学習 / 間合い |
|---|
| 研究実績の概要 |
本年度は当初の予定通り、因果性解析を用いて、投手-打者間の分析を行った。具体的には、まず、鹿屋体育大学の協力の元、熟練の投手・打者の対戦時のデータをモーションキャプチャ等を用いて実験的に計測し、本研究を遂行するための基礎データとした。このデータは投手・打者の全身の身体関節の位置データであり、合計３０を越える時系列データである。このデータに対して、非線型因果性解析のための機械学習手法の一種である、Neural Granger Causalityを用いて分析を行うことにより、投手・打者が対戦する際に、互いにどのような影響を及ぼし合っているか、すなわち、対人相互作用の解明に取り組んだ。上述のような多数の時系列データを用いた分析は従来の体育・スポーツ科学の手法では困難であるため、本研究では特に機械学習手法を応用した。結果として、（１）投手から打者への因果はその逆と比べて有意に大きいこと、（２）投手の投球腕や下肢の動きなどの情報が特に、打撃動作の生成に寄与していること、（３）打者から投手への因果は僅かなものであるが、打撃成績に対する説明率は50%を越えることなどを明らかにした。これらの研究結果から、当初の想定の通り、因果性解析を用いた対人相互作用の分析、という本研究のアプローチの有効性を示すことができたと考えている。その後、これらの実験結果を基に、学術論文を執筆し、国際誌への投稿を行なった。
|
| 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
用いた分析手法は想定とは異なるものの、当初の想定の通り、因果性解析を実施することにより、投手・打者間の相互作用を定量的に解析することができた。また、それらの結果を学術論文の形でまとめて、予定通り国際誌への投稿を行うことができた。そのため、おおむね順調に進展していると判断した。
|
| 今後の研究の推進方策 |
昨年度計測した実験データの分析を引き続き進めることにより、スポーツ場面における身体的な相互作用（間合い）に関して、より詳細な知見を得ることを予定している。また、ビデオカメラと骨格認識ソフトウェア等を用いて、リアルタイムに間合いの良し・悪しをフィードバックする学習システムに関しても、設計・開発を行なっていく予定である。
|
| 次年度使用額が生じた理由 |
昨年度投稿した論文の査読プロセスが年度を跨いだ関係で、オープンアクセスの料金を次年度に割り当てた。また、追加実験等を行うために実施年度を延長したため、そのための費用として、次年度使用を行う予定である。
|
