|
本研究では，人工生物の複数の行動を自身と環境の状況に合わせて選択しながら行動する複雑な行動獲得を目指すものである．ここで，単一のプリミティブな行動をビヘイビアシンプルと名付ける．ビヘイビアコンポーズドは，ビヘイビアシンプルを複雑に組み合わせた複合行動といえる．ビヘイビアコンポーズドを実現するには，ビヘイビアシンプルをニューロイボリューション(EANN)で獲得する必要がある．その上で，スイッチングニューロンをEANNで学習・進化させる．スイッチングニューロンは，各EANNへの選択プライオリティを出力するように学習が行われる．
生物は，体内に何らかのリズム生成機構を持っていることが知られている．これ迄のEANNによって獲得される人工生物の行動には，周期関数となる出力が得られる結果が殆どである．これらの経験を踏まえて，あらかじめリズムの生成を行う人工ニューラルネットワークを従来のコントローラとして使用している人工ニューラルネットワークと組合せ，その両者を同時にEANNで学習させる新しいコントローラの導入が必要である．犬モデルと恐竜モデルの歩行生成には，セントラルパターンジェネレータ(CPG)とニューラルネットワークをユニット化し，リズム生成をもつニューロコントローラの実装を試みた．その結果，犬モデルの四足歩行，恐竜モデルの尾と二足歩行と完全二足歩行のリズミカルな歩行動作をビヘイビアコンポーズドとして実現することができた．このCPGをもつニューロユニットを組み込むことにより，二足歩行や四足歩行の人工生物モデルのビヘイビアシンプルのスムーズな行動獲得及び学習時間が短縮されることが検証された．
本研究では，ビヘイビアコンポーズドを実現するためにCPGを内蔵したビヘイビアシンプルとスイッチングニューロンをEANNで学習・進化させる方法を提案し，数値実験により有効性を検証した．
|
