An adaptive hybrid control model of basal ganglia and cerebellum for stabilizing human upright posture

点击翻译按钮获取中文摘要

ヒト脳におけるモデルフリーおよびモデルベースの意思決定・行動選択メカニズムの解明は、革新的ソフトコンピューティング技術開発に資する重要課題である。強化学習・報酬予測の座である大脳基底核と、教師あり学習により内部モデルを適応的に獲得する小脳の機能分担・機能連携のモデルは、そうした脳内メカニズムの有力仮説である。しかし具体的な脳機能を対象としてその実体がシステム工学的に解明された事例は少ない。本研究では、ヒト静止立位姿勢の安定化制御に焦点を絞り、基底核と小脳の機能を統合したヒト立位姿勢の適応的ハイブリッド制御モデルを構築し、姿勢安定化戦略の立位環境適応的な変化、および神経疾患(基底核・前庭・小脳疾患)に起因する姿勢不安定化メカニズムの解明を目指す。1年目の２０２２年度は、立位環境適応的な姿勢制御戦略の解明の基盤モデルの構築、および前庭症状を呈する患者の静止立位姿勢動揺の解析を実施した。特に前者に関しては、我々が提唱するヒト静止立位姿勢の間欠制御モデルに着目し、間欠制御戦略が強化学習を通じて獲得されるような即時報酬関数やノイズを含む学習環境の解明を目指した。報酬関数の探索は、様々な報酬関数を用意し、それぞれの報酬関数に基づく強化学習を実施し、間欠制御が獲得されるか否かを調査する順強化学習アプローチと、若年健常者の静止立位姿勢動揺データをエキスパートの行動データとみなし、逆強化学習アルゴリズムを用いて未知の報酬関数を推定するアプローチで進めた。その結果、直立位置からの姿勢のずれ（誤差）の最小化と姿勢制御に要するエネルギー消費パワーのトレードオフを内在するような比較的単純な瞬時コスト（負の報酬）関数の下で、フィードバック時間遅れと適切な累積割引率を仮定した強化学習が行われると、間欠制御戦略が獲得されることが明らかになった。この成果は、現在国際英文誌に投稿準備中である。