神経振動子結合系によるリズムパターンの学習モデル

使用神经振荡器耦合系统的节奏模式学习模型

• 批准号: 07780715
• 负责人: 西井 淳
• 金额: $ 0.64万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07780715/
• 关键词: 生体振動; 学習理論; 振動子結合系; 学習制御; CPG

前年度までに提案してきた位相振動子結合系に関する学習アルゴリズムを,神経振動子結合系に適用することにより,神経細胞間のシナプス荷重の学習則を導き,神経系の学習則モデルとして提案した.提案した学習則は,前シナプス細胞からの信号と後シナプス細胞の膜電位の時間変化の相関を用いる相関学習則の形で与えられる.これはヘッブ則を改良したモデルとして提案されているSutton-Barto (1982)の学習モデルを拡張した形になっており,生理学的にも妥当性のある学習則モデルと考えられる.さらに,生体の基本的な運動パターンはCPGと呼ばれる神経振動子結合系で制御していることが生理学実験によって知られているが,このような運動制御系のモデル化を行なった.そこでは,提案した学習則を用いて感覚器から神経振動子へのフィードバック信号の結合重みの学習を行なうと,制御対象の物理ダイナミクスが未知であっても,評価関数に基づいて適切な運動パターンの生成を行なうことが可能であることを示した.その妥当性はホッピングロボット等の学習制御のシミュレーション実験によって確認した.生理学実験においても,筋骨格系に存在する感覚器からCPGへのフィードバック信号がCPGの発火パターンに大きな影響を及ぼしていることが知られている.本研究は,生体におけるこのようなフィードバック信号が,運動パターンの学習制御を行なう上で重要な役割を果たしていることを説明するものである.本研究の成果の一部は国際学会(IWANN95, ICN95)において発表している.

通过将学习算法应用于上一年直至上一年提议的相互振荡器连接的系统，我们已将神经振荡器与与神经元之间的学习规则得出了神经元之间的突触负荷的学习规则，并作为神经系统的学习规则模型提出了突触负载。提出的学习规则是使用相关学习规则的形式使用的，使用突触前细胞的信号与突触后细胞的膜潜力的时间变化。这是向Sutton-Barto提出的模型，Sutton-Barto已从HEB的规则中改善了该模型。它是（1982）学习模型的扩展，被认为是生理有效的学习法模型。此外，生理实验已经知道，生物的基本运动模式由称为CPG的神经振荡器耦合系统控制，并且已经对这种运动控制系统进行了建模。在这项研究中，当我们使用拟议的学习规则学习从感觉器官到神经振荡器的反馈信号的耦合权重，即使控制对象的物理动态未知，我们也可以基于评估功能创建适当的运动模式。已经证明可以执行该过程。通过使用跳跃机器人等学习控制的模拟实验证实了有效性。众所周知，来自肌肉骨骼系统中的感觉器官到CPG的反馈信号对CPGS的发射方式有重大影响。这项研究解释了生物体中这种反馈信号如何在控制运动模式学习中起重要作用。这项研究的一些结果是国际国际研究学会（IWANN95）。这是在ICN95宣布的。