可変幾何構造トラスの分散的姿勢制御に関する研究

三角形のフレ-ムを要素とする可変幾何構造トラスは、構造が単純で取り得る姿勢に自由度があることから、新しいタイプのマニピュレ-タとして期待されているが、その姿勢制御は逆に自由度の多さ故、困難な問題とされていた。そこで、本研究代表者は先に、伸縮性のある構造を積極的に位置付けた姿勢制御方式を提案し、神経ネットワ-ク理論に基づいてこの問題を並列分散処理する可能性を見い出した。この枠組みは基本的に緩和(エネルギ-最小化)に基づいているため、制御対象となる可変幾何構造トラスは、障害物の形状や位置によってデッドロック状態に陥ることがある。従って、任意の環境に対して自律的に対処し得るような学習能力を考慮する必要があった。一般に、生物の神経ネットワ-クの情報処理は、「アクティブティダイナミクスによる緩和」と「学習ダイナミクスによる結合強度の変化」が重要な役割を演じているものと考えられている。本研究代表者は、緩和と学習というこれら2つのパラダイムの両方に妥当性があるならば、それらの基本原理が矛盾なく統合した更に高次のメカニズムが存在する可能性があると考え、この観点に立った自己組織化機能の数理モデルを2種類提案した。これらのモデルは幾つかの興味深い特性を示すが、同時にそのダイナミクスは非常に複雑であるため、先ず、ユニット数を少なくしたモデルの基本的な動特性を調べることが重要となる。リカレント型の緩和ネットを学習可能な多層ネットでクロス結合した1つのモデルでは、各緩和モジュ-ルの持つエネルギ-平面が、クロス結合に伴う相互作用によって動的に変化し、全体の動作に有効に作用していることが明らかとなった。この特性は、可変幾何構造トラスに対して「幾つかの姿勢を予め記憶しこれを滑らかに順に想起して行く」動作を可能とするために必要であると考えている。

三角形のフレ-ムを要素とする可変幾何構造トラスは、構造が単純で取り得る姿勢に自由度があることから、新しいタイプのマニピュレ-タとして期待されているが、その姿勢制御は逆に自由度の多さ故、困難な問題とされていた。そこで、本研究代表者は先に、伸縮性のある構造を積極的に位置付けた姿勢制御方式を提案し、神経ネットワ-ク理論に基づいてこの問題を並列分散処理する可能性を見い出した。この枠組みは基本的に緩和(エネルギ-最小化)に基づいているため、制御対象となる可変幾何構造トラスは、障害物の形状や位置によってデッドロック状態に陥ることがある。従って、任意の環境に対して自律的に対処し得るような学習能力を考慮する必要があった。一般に、生物の神経ネットワ-クの情報処理は、「アクティブティダイナミクスによる緩和」と「学習ダイナミクスによる結合強度の変化」が重要な役割を演じているものと考えられている。本研究代表者は、緩和と学習というこれら2つのパラダイムの両方に妥当性があるならば、それらの基本原理が矛盾なく統合した更に高次のメカニズムが存在する可能性があると考え、この観点に立った自己組織化機能の数理モデルを2種類提案した。これらのモデルは幾つかの興味深い特性を示すが、同時にそのダイナミクスは非常に複雑であるため、先ず、ユニット数を少なくしたモデルの基本的な動特性を調べることが重要となる。リカレント型の緩和ネットを学習可能な多層ネットでクロス結合した1つのモデルでは、各緩和モジュ-ルの持つエネルギ-平面が、クロス結合に伴う相互作用によって動的に変化し、全体の動作に有効に作用していることが明らかとなった。この特性は、可変幾何構造トラスに対して「幾つかの姿勢を予め記憶しこれを滑らかに順に想起して行く」動作を可能とするために必要であると考えている。