快・不快に基づく強化学習を用いた自己成長型筋電義手に関する研究

本研究は，多自由度筋電義手の実用化に必要な，筋電パターン識別の精度向上に関するものである．研究成果として，筋電パターンの時系列と人の筋骨格系に着目することで，多数の筋電パターンをより正確に識別可能なアルゴリズムを構築した．開発されたアルゴリズムは，過去の筋電パターンの識別結果を参照し2段階目の識別を行うことで，識別率の向上を図る．また識別率が低下した際には，筋電パターンを識別する際に用いる特徴ベクトルを，使用者の不快感を元に自動的に切り替えることにより，識別器の最適化を図る．特徴ベクトルの自動修正は，強化学習をベースに，人の筋骨格系を考慮した内部モデルを保持することで実現されている．これらのアプローチにより，筋電パターンの識別率を飛躍的に向上させることが可能となった．また，筋電パターンを識別器に学習させる際の，ボタン操作の難易度がより簡便となった．これまでは多数の筋電パターンを識別させるために，使用者自身が効果的に筋電パターンを義手に教示する必要があった．しかしながら本研究成果により，より簡便な操作で使用者が筋電パターンを義手に教示することが可能となった．本手法は非常に計算コストの低い処理を行うが，識別率の向上は絶大なものであり，研究途上であった筋電義手を実用に用いるのに十分な性能へと引き上げるものであった．その功績が評価され，様々な機関から講演やメディア露出の依頼が相次いだ．一般との科学技術への理解の隔たりを解消することは今後の科学の発展に非常に重要となるため，これらの活動も積極的に行った．

本研究は，多自由度筋電義手の実用化に必要な，筋電パターン識別の精度向上に関するものである．研究成果として，筋電パターンの時系列と人の筋骨格系に着目することで，多数の筋電パターンをより正確に識別可能なアルゴリズムを構築した．開発されたアルゴリズムは，過去の筋電パターンの識別結果を参照し2段階目の識別を行うことで，識別率の向上を図る．また識別率が低下した際には，筋電パターンを識別する際に用いる特徴ベクトルを，使用者の不快感を元に自動的に切り替えることにより，識別器の最適化を図る．特徴ベクトルの自動修正は，強化学習をベースに，人の筋骨格系を考慮した内部モデルを保持することで実現されている．これらのアプローチにより，筋電パターンの識別率を飛躍的に向上させることが可能となった．また，筋電パターンを識別器に学習させる際の，ボタン操作の難易度がより簡便となった．これまでは多数の筋電パターンを識別させるために，使用者自身が効果的に筋電パターンを義手に教示する必要があった．しかしながら本研究成果により，より簡便な操作で使用者が筋電パターンを義手に教示することが可能となった．本手法は非常に計算コストの低い処理を行うが，識別率の向上は絶大なものであり，研究途上であった筋電義手を実用に用いるのに十分な性能へと引き上げるものであった．その功績が評価され，様々な機関から講演やメディア露出の依頼が相次いだ．一般との科学技術への理解の隔たりを解消することは今後の科学の発展に非常に重要となるため，これらの活動も積極的に行った．