| 研究課題/領域番号 |
25700016
|
|---|
| 研究種目 |
若手研究(A)
|
| 研究機関 | 株式会社国際電気通信基礎技術研究所 |
|---|
研究代表者 |
吉田 和子 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 主任研究員 (30379599)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | 意思決定 / 社会行動 / 脳画像イメージング / 計算モデル / 前頭前野 |
|---|
| 研究概要 |
本研究の目的は、社会的環境における意思決定、特にその相互作用に関わる脳内基盤を解明することである。ヒトの意思決定過程を計算モデルとして定式化し、非侵襲脳活動計測器(fMRI)を用いた認知脳科学実験を行う、工学と神経科学の融合研究を行う。
本年度はまず、2台のfMRI装置で同時計測実験を行うためのシステムを開発した。複数台fMRIの撮像タイミングを同期させるために、主装置からの撮像パルスをTTL信号として出力し他装置起動のトリガーとして用いるシステムを導入した。ファントムおよび疑似被験者を用いたテストデータの時系列解析により、同期によるノイズが生じないことを確認した。また、複数の被験者に同一のあるいは異なる視覚/音声刺激を呈示し、被験者からの複数の入力刺激を統合処理する実験課題システムを、数値解析ソフトウェアMATLABと心理実験用の刺激呈示ソフトウェアCogentを用いて実装した。
これらのシステムを用いた予備実験として、2人の被験者が協力か競合のいずれかを選択するStag-hunt課題を用いた行動実験を被験者8名、4ペアに対して行った。理論モデルとして、Stag-hunt課題をコンピュータエージェントと行った場合のヒト行動を説明する「心の理論」モデル(Yoshida et al., 2008)を仮定し、行動データの解析を行った。行動解析結果から、(1)ヒトがお互いの行動のみならず反応時間の観察に基づいて戦略を更新すること、(2)相手の戦略ダイナミクスを行動から学習することが示唆され、これらを導入した新しいモデルの提案が必要であることが分かった。これらの問題に焦点をあてた課題として、他者観察学習に基づく意思決定課題を新しく提案し、被験者8名、4ペアについて、fMRI装置外での行動訓練実験とfMRI装置内での行動課題実験を実施する予備実験を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
本年度は、複数人意思決定課題を用いたfMRI研究について、実験課題の実装、理論モデルの構築、検証実験の実施（被験者20名）、脳内情報処理モデルの構築までを行う計画であった。しかし、予定していたStag-hunt課題と理論モデルではヒト対ヒト課題での行動を十分に説明できないことが、行動予備実験により明らかになった。これは、従来の提案モデルは、被験者が戦略を制御されたコンピュータと対戦した場合の行動を説明するモデルであり、被験者が相手（コンピュータ）の反応時間を考慮する必要がなく、また、コンピュータが被験者の行動によって戦略を変更することがないため、その動的戦略を推定/予測する必要がないという点で、ヒト対ヒト課題の状況と異なるためだと考えられる。また、Stag-hunt課題はヒト同士の観察による相互学習以外の要素（予測に基づく行動時系列学習、階層的戦略学習、協力に対する主観的価値の個人差等）も多く含まれるため、全ての要素を説明しようとすると理論モデルが不必要に複雑になる懸念がある。これらの問題を解決するために、新たな実験課題を構築する必要があったため、研究遂行が予定より若干遅れている。
また、本年度中にデータ解析部分を担当する研究補助員を雇用する予定であったが、適当な候補者が見つからなかったのも遅延の原因である。
|
| 今後の研究の推進方策 |
今後は、複数の被験者がお互いの行動を観測できる社会的意思決定環境において、自身の行動をどのように変化させるかに注目し、理論モデルと脳内情報処理モデルの構築を行う。
実験課題は、未知のあるいは主観的確信度の低い情報に関して、他者の行動や反応時間の観察に基づく学習により自身の意思決定を行う、「他者観測学習に基づく意思決定課題」と用いる。課題には単純な意思決定課題であるTwo-armed bandit課題を用いる。理論モデルには、知覚弁別課題における意思決定と反応時間のモデルとして提案されたDrift Diffusion Model (Ratcliff and McKoon, 2008)、観測に基づく行動確率の時間予測誤差学習モデル（Suzuki et al., 2012）、相互作用による再帰的戦略最適化モデル（Yoshida et al., 2008）を統合したモデルを提案し、実装する。前年度の予備実験により取得した行動および脳活動データを用いた解析結果、およびモデルシミュレーションの結果に基づいて実験設定やパラメータの最適化を行う。これらの解析は、申請者が主導し、研究補助員と協力して行う。
被験者約20名に対して、行動実験およびfMRI同時計測実験を行う。提案した理論モデルに基づいて脳活動データを解析する。脳画像解析は統計ソフトウェアSPMを使用し、現有のクラスタ計算機によって行う。画像の前処理および基礎的な解析は、申請者の指導のもと研究補助員が担当する。
|
| 次年度の研究費の使用計画 |
データ解析および実験補助を担当する研究補助員を雇用するための予算を計上していたが、本年度中に勤務開始ができる候補者が見つからず、雇用を見送ったため。
次年度は短期間研究補助員を4名雇用予定であり、その雇用費用として使用する。
|
