| 研究課題/領域番号 |
22K17968
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
田中 悠一朗 九州工業大学, ニューロモルフィック AI ハードウェア研究センター, 助教 (70911288)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| キーワード | 脳型人工知能 / ロボット / レザバーコンピューティング / 海馬 / 扁桃体 |
|---|
| 研究実績の概要 |
脳を模倣した汎型AIハードウェア実現の第一歩として，2022年度は海馬・扁桃体モデルの拡充，前頭前野モデルのベースとなるレザバーコンピューティングの拡充を行った．海馬・扁桃体モデルの拡充では，モデルに情動価値を導入し，ロボットにとって好ましいエピソードがあったときは「正の経験」として蓄積し，好ましくないエピソードがあったときは「負の経験」として蓄積できるようにした．この蓄積した経験にを活用することで，ロボットが好ましいエピソードに遭遇するように行動決定できるようになった．このAIモデルを用いたロボットデモンストレーションをロボカップジャパンオープン2022で披露し，＠Home Open Platform LeagueでTechnical Challenge 1位を獲得した．一方，レザバーコンピューティングの拡充では，複数のリードアウトを備える「マルチリードアウトレザバーコンピューティング」の構成とその学習法を考案した．通常レザバーコンピューティングは，学習を担うリードアウトとして単一の線形モデルを備えるが，単一の線形モデルで学習データに適合できる能力には限界があることに加え，継続学習を行うと過去の学習で得たパラメータが上書きされる破滅的忘却が生じる．本研究では，リードアウトを複数備えることでレザバーコンピューティングの機能の拡充を行った．また，単に数を増やすのではなく，類似するタスクについては同じリードアウトを使うように自己組織化機能を追加し，効率の高い実装を実現している．ここで得られた成果は，電子情報通信学会スマートインフォメディアシステム（SIS）研究会で報告し，SIS研究会若手研究優秀賞を受賞した．
|
| 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
申請時，今年度はマルチリードアウトレザバーコンピューティングのソフトウェア開発を行う計画であったが，今年度はこの項目に加え，海馬・扁桃体モデルの拡充を行っているため，順調に計画を遂行できていると言える．また，海馬・扁桃体モデルのみではあるが，3年目に実施する予定のAIモデルのホームサービスロボット実装，およびロボットデモンストレーション披露の項目も実行済みである．
|
| 今後の研究の推進方策 |
引き続き計画通りに遂行する．海馬・扁桃体モデル，マルチリードアウトレザバーコンピューティングについては論文化が進んでいないため，次年度は特に論文の執筆に力を入れる．
|
