| 研究課題/領域番号 |
23300055
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
西野 哲朗 電気通信大学, 大学院・情報理工学研究科, 教授 (10198484)
|
|---|
| 研究分担者 |
保木 邦仁 電気通信大学, 先端領域教育研究センター, 特任助教 (00436081)
山崎 匡 電気通信大学, 大学院・情報理工学研究科, 助教 (40392162)
田中 繁 電気通信大学, 総合コミュニケーション科学推進産業技術総合研究所室, 特任教授 (70281706)
|
|---|
| キーワード | 脳科学 / 計算論的学習 / 記憶 / 運動 / 思考 |
|---|
| 研究概要 |
(1)大脳皮質前頭葉、大脳基底核(線条体、淡蒼球,視床下核,黒質)並びに視床を含む大規模なニューラルネットワークモデルの構築を進めている。特に、線条体ニューロンとしては、二相性の膜電位を呈する2-state modelを用いて、非線形なゲート作用を表現した。
(2)小型ヒューマノイドの制御は通常、各関節のサーボモータの角度を直接記述することで行われているが、これは大変煩雑な作業であり、思い通りの動作を作成することが難しい。一方、生物の運動制御は階層化されている。前頭皮質において目標を設定すると、その目標を遂行するための運動計画が高次運動野・基底核においてなされ、必要な運動パターンが選択される。この運動パターンは抽象度の高い高次元のものである。高次運動パターンは一次運動野に記憶されている複数のより低次で単純な運動パターンに分解され、小脳によるゲイン・タイミング制御のもとで、運動指令へと変換される。運動指令は脊髄を介して筋肉へ到達し、筋肉が緊張して実際の運動が行われる。運動の結果は感覚器官からのフィードバックを介して再び脳へと戻って来る。このような生物の運動制御と比較すると、小型ヒューマノイドのそれは筋張力を直接記述していることに対応し、記述の抽象度が低すぎることがわかる。本年度の研究では、生物の運動制御を模倣して得られた小型ヒューマノイドのそれを、ロボット制御に適用した。
(3)多腕バンディット問題に対するE-GREEDYと呼ばれるアルゴリズムに着目し、モンテカルロ・アルゴリズムの制御にE-GREEDYを使用して、より強い大貧民アルゴリズムを得る(人間のプレイの知識を獲得する)ことを試みた。
|
| 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
ニューラルネットワークモデルの構築、ロボット制御の実験、ゲームプログラムの開発等が、すべて、申請書に記載したスケジュール通りに、順調に実行できているため。
|
| 今後の研究の推進方策 |
これまでのところ、研究課題は申請書通りのスケジュールで順調に推進できているので、今後も、当初の計画通りに進めていく予定である。
|
