環境とのやりとりにより運動制御を獲得するニューラルネットワーク

通过与环境交互获得运动控制的神经网络

• 批准号: 05267215
• 负责人: 岡部 洋一
• 金额: $ 1.28万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1993
• 资助国家: 日本
• 起止时间: 1993 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-05267215/
• 关键词: ニューラルネットワーク; モデレーショニズム; 教師なし学習; 心理物理実験; 反射弓

本年度は,モデレーショニズムの検証とそれに基づいた学習アルゴリズムの提案,計算機シミュレーションによる検討を行った.まず,ワークステーションを利用した人工的な環境を作り,2人の人間がそれに如何に順応していくかを調べた.この心理物理実験は,多層神経回路に対して有効な学習アルゴリズムの手がかりを与える.ここで,環境は人間の指の動きに従って,振動刺激を与えるものであり,人間と環境はシリアルに繋がれたループをなす系を形成する.結果として,各々の人間はその出力をモデレートにするものの,全体としては意味のある系を形成しなかった.このことは,回路網全体を統括する評価関数の存在を示唆している.その結果を踏まえて,回路網の入出力を評価関数とする教師なし学習アルゴリズムを提案した.これは,システムの安定状態での評価関数を最小化する単純なものであるが,変動する環境には適応するが,変動しない環境には適応しないと言う注目すべき性質を持つ.変動しない環境は,人工腕の針が全く動かないことに対応する.このことは,動かない針を避ける必要はない意味で現実的である.シミュレーションでは,3層神経回路を含む人工腕と2つの状態を持つ人工腕を取り上げ,反射弓の形成を試みた.これらの結果から,環境の変動の効果,多層神経回路での動作が理論通りであり,反射弓を形成できることが確認できた.また,2つの状態を持つ人工腕のような多層回路の非線形性を要求する課題に対しても,本アルゴリズムが有効に機能することが確認できた.本アルゴリズムは,環境に特別な教師としての機能がない場合に,運動パターンの生成が可能な学習法として機能しており,モデレーショニズムの概念の妥当性と有効性を示している.

This year, we will conduct research and development on computer science and technology. In this case, the use of artificial environment, two people and how to adjust the situation. The psychophysical reality of this phenomenon is that multi-layered neural circuits are involved in learning. The environment is the most dynamic and dynamic environment in the world As a result, all the people in the world have to work hard to form a system. The loop network as a whole is integrated into the evaluation of the existence of relevant numbers. As a result, the input and output of the loop network are evaluated, and the teacher's learning is improved. In this case, the number of evaluation factors in the stable state of the system should be minimized. When the environment changes, the artificial wrist needle changes completely. This means that the needle must be avoided, and the needle must be avoided. In this case, the three-layer neural circuit contains artificial wrist and the state of the artificial wrist is maintained, and the formation of the reflex bow is tried. The result of this is that the environment changes and the effect is that the action of the multilayer neural loop is theoretically communicated, and the reflection bow is formed. 2. The status of the artificial wrist is maintained and the nonlinearity of the multilayer loop is required. In this paper, the environment is special, the function of teachers and teachers is different, the generation of sports is possible, the learning method is different, the function of teachers and teachers is different, and the concept of sports is appropriate and effective.

项目成果

岡部洋一 他: "自然・社会現象に学ぶコンピュータサイエンス:柔らかい情報処理" 共立出版, 38(31-68) (1993)

Yoichi Okabe 等人：“从自然和社会现象中学习计算机科学：软信息处理”Kyoritsu Shuppan，38(31-68) (1993)

P.A.Estevez,et.al: "Max-Min Propagation Nets:Learning by Delta Rule for the Chebyshev Norm" Proc.on IJCNN'93 Nagoya. 1. 524-527 (1993)

P.A.Estevez 等人：“最大-最小传播网络：切比雪夫范数的 Delta 规则学习”Proc.on IJCNN93 Nagoya。

T.Kouhara,et.al: "Learning Algorithm Based on Moderationism for Multi-layer Neural Networks" Proc.on IJCNN'93 Nagoya. 1. 487-490 (1993)

T.Kouhara 等人：“基于多层神经网络适度主义的学习算法”Proc.on IJCNN93 Nagoya。

甲原隆矢 他: "モデレーショニズムに基づく多層神経回路網の学習法" 1993年電子情報通信学会秋季全国大会講演予稿集. D. 6-17 (1993)

Takaya Kohara 等人：“基于适度主义的多层神经网络的学习方法”1993 年 IEICE 秋季全国会议论文集（Proceedings of the 1993 IEICE Autumn National Conference）。