| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2014-06-27 13:30 強化学習とフィードバック誤差学習を用いた力場適応のための到達運動学習モデル ○清水 遥・神原裕行・吉村奈津江・辛 徳（東工大）・小池康晴（東工大/JST）  NC2014-11 IBISML2014-11 |
|
| 抄録 | （和） | 我々は日常的に，机にあるものにむかって手をのばすといった到達運動を行っている．人間の到達運動にはほぼ直線の軌跡と釣鐘型の速度波形という特徴があり，また，外力下においても外力のない状態と同じ運動ができることが知られている．このような特徴を再現する様々な数理的モデルが考えられてきたが，近年，大脳基底核の学習モデルである強化学習や，小脳の学習モデルであるフィードバック誤差学習を組み合わせて，到達運動を実現するための適切な運動指令を獲得する運動制御学習モデルが提案された．本研究では，外力下での到達運動学習シミュレーションを行い，人間の特徴と比較することでこのモデルの妥当性を評価した．その結果，軌跡と速度波形に関して人間の特徴と一致する結果が見られた．また，学習の試行が増えるごとに手先のぶれが収まる過程も再現することができ，このモデルによって外力下での到達運動制御を学習できることがわかった．ただし，外力に対し伸筋と屈筋の運動指令を同時に高めるという特徴が見られなかった．このことから，このモデルに，外力の学習の不確かさに応じて同時活性する機構を加えることが今後の課題として考えられる． |
| （英） | Hand paths during reaching movements become almost straight and the speed profiles become bell-shaped. Even if some external force is applied to the hand, the trajectories become almost same as the ones during movements without any external force. Recently, the motor control and learning model combining the reinforcement learning and feedback error learning was proposed. In this research, to evaluate the validity of the model, we executed the motor control and learning simulation and compare results with the characteristics observed in human's movements. As the result, hand path and speed profile show the human characteristic. However, no coactivation was observed in the simulation. It suggest that this model need some mechanism which makes coactivation depending on uncertainty of learning. | |
| キーワード | （和） | 到達運動 / 強化学習 / フィードバック誤差学習 / 運動制御学習モデル / / / / |
| （英） | reaching movement / reinforcement learning / feedback error learning / motor control and learning model / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 104, NC2014-11, pp. 213-219, 2014年6月. | |
| 資料番号 | NC2014-11 | |
| 発行日 | 2014-06-18 (NC, IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2014-11 IBISML2014-11 |
|
| 研究会情報 | |
| 研究会 | NC IPSJ-BIO IBISML IPSJ-MPS |
| 開催期間 | 2014-06-25 - 2014-06-27 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2014-06-NC-BIO-IBISML-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 強化学習とフィードバック誤差学習を用いた力場適応のための到達運動学習モデル |
| サブタイトル（和） | |
| タイトル（英） | Learning model of reaching movement with reinforcement learning and feedback error learning for adaptation to force field |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 到達運動 / reaching movement |
| キーワード(2)（和/英） | 強化学習 / reinforcement learning |
| キーワード(3)（和/英） | フィードバック誤差学習 / feedback error learning |
| キーワード(4)（和/英） | 運動制御学習モデル / motor control and learning model |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 清水 遥 / Haruka Shimizu / シミズ ハルカ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 神原 裕行 / Hiroyuki Kambara / カンバラ ヒロユキ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 吉村 奈津江 / Natsue Yoshimura / ヨシムラ ナツエ |
| 第3著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 辛 徳 / Duk Shin / シン トク |
| 第4著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第5著者 氏名（和/英/ヨミ） | 小池 康晴 / Yasuharu Koike / コイケ ヤスハル |
| 第5著者 所属（和/英） | 東京工業大学/JST (略称： 東工大/JST) Tokyo Institute of Technology/JST (略称： Tokyo Inst. of Tech./JST) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-06-27 13:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2014-11, IBISML2014-11 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.104(NC), no.105(IBISML) |
| ページ範囲 | pp.213-219 |
| ページ数 | 7 |
| 発行日 | 2014-06-18 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]