权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ヒューマノイドブレインにおける体性感覚野と運動野の自己組織化に関する研究

类人大脑体感皮层和运动皮层自组织研究

基本信息

批准号：
13224031
负责人：
國吉康夫
金额：
--
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 (C)
财政年份：
2001
资助国家：
日本
起止时间：
2001 至无数据
项目状态：
已结题

项目摘要

行動体の認知・学習における、「身体性」の情報論的意味の解明、特に、人間の身体ダイナミクスが高次元感覚運動空間をどのように構造化しているか、そしてそれに呼応した認知・学習のメカニズムは何かを解明することを目指して、計画初年度である本年度は以下の研究を行った。1.感覚運動シミュレーションシステムの構築高速な動力学計算、複雑な身体の環境接触運動シミュレーション、身体表面に分布した触覚センサや姿勢センサのシミュレーション、外部の制御システムとの接続・連携動作、などの機能を統合した感覚運動シミュレーションシステムを開発した。2.実験用ロボット基本部の開発全身各部で環境接触動作を行い学習実験するための特殊な仕様の小型ヒューマノイドロボットの基本構造の設計と試作を行った。ダイナミックな動きが可能で環境からのフィードバックを受けやすい機構、環境への衝突によって破壊されにくい構造を特徴とする設計とした。3.感覚運動情報の時空間構造学習のための大規模ニューラルネットの構築と性能評価時々刻々と入力される感覚運動情報に内在する時空間構造を抽出・学習するための大規模ニューラルネットモデルを構築し、様々な高次元時系列データを用いて学習・認識実験を行い、複数パターンの学習能力、ノイズ耐性、パターン伸縮耐性等の基本的性能が十分であることを確認した。4.身体性に基づく行動パターンの自発学習実験上記3.をベースにした感覚運動学習機構を1.のシミュレーション環境に接続し、1自由度の単純な身体が任意姿勢で環境と接触しつつ運動する場合についての自発学習実験を行った。外部から移動距離等の評価関数を一切与えず、初期知識としての基本行動要素も一切与えないものとした。システムは、当初ランダムに運動する中で、身体性に起因した感覚運動パターンを抽出・学習し、自発的にそのパターンを強化し、いくつかの有意味な行動パターンが創発されることを確認した。

This year, we will conduct the following research on the understanding of cognition and learning of mobile entities and the information-theoretic meaning of "body nature." 1. Development of high speed dynamics calculation, complex body environment contact motion system, body surface distribution, contact motion system, external control system, and integrated motion system 2. Development of the basic part of the body, environmental contact action, learning, design and trial operation of the basic structure of the small part of the body It is possible to create a design environment, a structure, a structure, and a conflict environment. 3. Temporal and spatial structure of sensory motion information, learning, construction, performance evaluation, time and force extraction, learning, construction, learning, high dimensional time series, learning, performance evaluation, complex learning, tolerance evaluation, time and force extraction, time and space structure extraction, learning, time and force extraction, time and force extraction, time and space structure extraction, learning, performance evaluation, time and force extraction, time and force extraction, time and space structure extraction, time and force extraction, time Basic performance such as stretch resistance is confirmed. 4. 3. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 2. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 2. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 2. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 1. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 3. Self-learning mechanism 1. Self-learning mechanism for physical activity 3. Self-learning mechanism for physical activity 3. External movement distance, etc. Evaluation of the number of things to do with the initial knowledge of the basic elements of action to do with everything The physical causes of the movement, the movement, the physical causes of the movement, the movement, the physical causes of the movement, the movement, the physical causes of the movement, the movement, the physical causes of the movement, the movement