ヒトの運動制御に関わる神経回路システムの統合的計算論モデルの構築

人体运动控制神经回路系统集成计算模型的构建

• 批准号: 06J09164
• 负责人: ヨシュカ B (2008)
• 金额: $ 1.79万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2006
• 资助国家: 日本
• 起止时间: 2006 至 2008
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06J09164/
• 关键词: 再帰型ニューラルネットワーク; レザヴァーコンピューティング; スパイキングニューロン; 運動制御; 運動発達; 認知発達ロボティクス; カオスの縁; ネットワークの臨界性; ベイズ推定; 模倣; ミラーニューロンシステム; 発達ロボティクス; ヒューマノイドシミュレーション; 歩行; 神経ダーウィニズム; 中枢パターン生成; ボディスキーマ; ニューラルネットモデル

本年度において申請者は運動学習において各運動に対する内部モデル構築するために重要な役割を果たす小脳の神経回路モデルであるエコーステートネットワークの特性について数学的に調査した.エコーステートネットワークを用いて学習を行う場合,学習する内容に応じてネットワークの初期状態や動特性を調整しなければならない.これは2足移動の発達的獲得といった様々な運動を学習する場合にはロボット自身が自律的に調整する必要がある.申請者はこれらを自律的に調整するための従来手法について,短期記憶容量,非線形データの学習能力や予測性能の面から分析した.その結果として申請者は既存の学習側の問題点を明らかにし,動特性の自律的調整のための新たな学習則を2つ提案した.これらは脳内のニューロンは疎な結合を持つという知見に基づいており,1つはそのような結合になるようにネットワーク全体として評価し修正する全体的な学習則,もう1つは各ニューロンの結合自体を修正する局所的な学習則である.特に局所的な学習則は従来の学習則に比べてネットワークの記憶容量を改善する非常に有用な学習則であった.これらの学習則によって本研究の目的である運動制御と学習に対する統合的モデルとして小脳のモデル化に大きく近づいた.また,申請者は統合的モデル築へむけて強化を用いて運動学習のための報酬予測などを行う大脳基底核のモデル構築にも取り掛かった.その結果,申請者が提案した小脳モデルを利用することで強化学習を用いたより高速な運動学習が可能であることやすでに学習した内部モデルに基づいて新たな環境での運動学習を促進することができることを考察した.これらは運動制御と学習の統合的計算論モデル構築に向けて小脳モデルと大脳基底核モデルを統合した場合にどのような効果や問題点があるかを考察するために非常に有意義であった。

This year, the applicant is studying the internal structure of each sport. The important work results are small and the mental circuit is small. In the case of learning, the content of learning is adjusted to the initial state of learning This is the first time I've ever seen a woman who's been in a relationship with someone else. Applicants are responding to self-discipline adjustments, short-term memory capacity, non-linear learning ability, and predictive performance analysis. As a result, the applicant has to make a proposal to adjust the self-discipline of the dynamic characteristics of the existing learning side problems. In this case, the learning rule of the whole is to correct the learning rule of the whole, and the learning rule of the whole is to correct the learning rule of the whole. Special learning is very useful for improving memory capacity compared to traditional learning. The purpose of this study is to control the movement and integrate the learning process. For example, the applicant should integrate the structure of the base nucleus and strengthen the salary prediction of the motor learning. The applicant has a proposal for the use of high speed motor learning. The applicant has a proposal for the use of high speed motor learning. This is a very meaningful study of the integration of motor control and learning.

项目成果

3D2Real : Simulation League Finals in Real Robots

3D2Real：真实机器人模拟联赛决赛

• 发表时间: 2006
• 期刊: RoboCup 2006 : Robot Soccer World Cup X(Gerhard Lakemeyer and Elizabeth Sklar and Domenico G.Sorrenti and Tomoichi Takahashi (eds.)) (In press)
• 作者: Norbert Michael Mayer;Joschka Boedecker;Rodrigo da Silva Guerra;Oliver Obst;Minoru Asada
• 通讯作者: Minoru Asada

HMDP: A New Protocol For Motion Pattern Generation Towards Behavior Abstraction

HMDP：一种面向行为抽象的运动模式生成新协议

• 发表时间: 2008
• 期刊: U. Visser, F. Ribeiro, T. Ohashi, and F. Dellaert (eds.), Robocup 2007: Robot Soccer World Cup XI (in press)
• 作者: N. Michael Mayer;Joschka Boedecker;Kazuhiro Masui;Masaki Ogino;and Minoru Asada
• 通讯作者: and Minoru Asada

Robot motion description and real-time management with the harmoni motion-description protocol

使用 Harmoni 运动描述协议进行机器人运动描述和实时管理

• 发表时间: 2009
• 期刊: Robotics and Autonomous Systems (in press)
• 作者: Norbert Michael Mayer;Joschka Boedecker;Minoru Asada
• 通讯作者: Minoru Asada

On Standardization in the RoboCup Soccer Humanoid Leagues

论 RoboCup 足球人形联赛的标准化

• 发表时间: 2007
• 期刊: Proceedings of the IEEE-RAS/RSJ International Conference on Humanoid Robots (Humanoids 2007) (CDROM)
• 作者: N. Michael Mayer;Joschka Boedecker;and Minoru Asada
• 通讯作者: and Minoru Asada

The RoboCup Soccer Humanoid League : Overview and Outlook

RoboCup 人形足球联赛：概述与展望

• 发表时间: 2006
• 期刊: Proceedings of the IEEE-RAS International Conference on Humanoid Robots (HUMANOIDS'06) (CDROM)
• 作者: Minoru Asada;N.Michael Mayer;Joschka Boedecker;Sawa Fuke;Masaki Ogino
• 通讯作者: Masaki Ogino