強化学習と大脳基底核(<特集>運動学習)
スポンサーリンク
概要
- 論文の詳細を見る
大脳基底核は大脳皮質と脳幹の間に位置する一連の神経核の集まりの総称である.大脳基底核はその障害によって運動機能の異常が生じることから運動の実行や計画にかかわり,また報酬に依存する神経活動から,目的指向行動を形成するための重要な役割を担うと考えられている.しかし,複雑に絡み合った核群の機能的役割はまだ謎のままである.本解説では,まず報酬をもとにした学習の枠組みである「強化学習」について解説し,次にこれまで調べられてきた大脳基底核にかかわる電気生理学,解剖学からの知見を紹介する.さらにこれらをもとに,我々が提案している大脳基底核の強化学習モデルについて解説する.
- 2001-11-01
著者
-
鮫島 和行
ATR脳情報研究所
-
銅谷 賢治
奈良先端科学技術大学院大学情報科学研究科:沖縄科学技術研究基盤整備機構
-
鮫島 和行
玉川大学脳科学研究所
-
鮫島 和行
科学技術振興事業団 ERATO川人学習動態脳プロジェクト
-
鮫島 和行
東京農工大学大学院工学研究科
-
銅谷 賢治
国際電気通信基礎技術研究所
関連論文
- モデルフリーとモデルベース戦略の課題依存的な選択(BCI/BMIとその周辺)
- 自由エネルギーを用いた強化学習による状態のタスク依存な集団符号化(一般,機械学習によるバイオデータマインニング・生命現象の非線形性,一般)
- 自然方策こう配法 : 平均報酬の自然こう配に基づく方策探索(人工知能,認知科学)
- 短-中-長期記憶形成モデルにおける海馬周辺領野のDynamicsについて
- 強化学習の基礎理論と応用
- 特集「意図研究のスペクトル」にあたって
- 脳内報酬情報処理に及ぼす知覚的暖昧性の影響
- 知覚確率が報酬予測誤差に及ぼす影響
- センサフィードバックを用いたCPG制御における環境ダイナミクスと観測の不確定性の影響
- 線条体における入力タイミングに依存するカルシウム応答モデル
- MOSAICモデルにより環境を抽象化する階層型強化学習(バイオサイバネティックス,ニューロコンピューティング)
- 複数の状態予測と報酬予測モデルによる強化学習と行動目標の推定(バイオサイバネティックス,ニューロコンピューティング)
- ダイナミクスの線形性に基づいて状態空間を分割する階層型強化学習
- 遅延を伴う確率的報酬獲得課題におけるヒトの意思決定に関する研究(一般セッション3)
- 自然 TD 学習 : 割引報酬における TD 誤差を利用する自然方策勾配に基づいた強化学習法
- OB-06 ヒトにおける報酬関連脳活動と知覚的曖昧性(日本動物心理学会第68回大会発表要旨)
- 強化学習と最適制御(「システム制御理論の新領域特集号」)
- ロバスト強化学習
- 線条体シナプス可塑性の分子機構のシミュレーション研究(セッション3:『バイオモデリング,シミュレーション』)
- 生化学反応系のためのベイズ的システム同定法(機械学習によるバイオデータマイニング)
- 生化学反応系のためのベイズ的システム同定法(機械学習によるバイオデータマインニング)
- 混合カルマンフィルタによる隠れ状態推定法 : Cyber Rodentの自己位置同定への応用
- 行動学習データの強化学習モデルによる解析とその応用
- 行動学習データの強化学習モデルによる解析とその応用(コミュニケーション支援及び一般)
- 行動学習データの強化学習モデルによる解析とその応用(コミュニケーション支援及び一般)
- モジュール強化学習と意図(意図研究のスペクトル)
- 淡蒼球内節/黒質網様部の強化学習による確率的行動選択(一般)(ニューロインフォーマティックスとは何か)
- 淡蒼球内節/黒質網様部の強化学習による確率的行動選択
- 大脳基底核-強化学習モデルによる線条体神経細胞活動の記録と予測
- 行動決定系列からの学習系の内部状態/パラメータ系列の推定
- 複数の状態予測と報酬予測モデルによる強化学習と行動目標の推定
- 強化学習と大脳基底核(運動学習)
- 複数の予測モデルを用いた強化学習による非線形制御
- 強化学習MOSAIC : 予測性によるシンボル化と見まね学習
- NC2000-48 複数モデルベース強化学習におけるモジュール間の評価割り付け
- 局所線形モデルに基づく状態分割を用いた階層強化学習
- 強化学習における適応的状態空間構成法
- 神経情報科学サマースクールNISS2000報告
- 意思決定と行動学習の数理モデル (特集 学習と記憶--基礎と臨床)
- モジュール競合による運動パターンのシンボル化と見まね学習
- 複数の予測器と制御器による系列運動の識別と学習
- 強化学習における分割による自律的状態空間構成法
- 行動学習系のメタパラメタ制御と神経修飾物質 (特集 最新 脳のモデルと数理)
- ロボットと脳科学 (特集:ロボット研究の最新動向)
- 神経スパイク列からのモデルベースシナプス同定法 (ニューロコンピューティング)
- ヒト知性の計算神経科学
- NLP2000-28 / NC2000-22 ヒト知性の計算神経科学
- NLP2000-28 / NC2000-22 / HIP2000-16 ヒト知性の計算神経科学
- NLP2000-28 / NC2000-22 ヒト知性の計算神経科学
- 線形ベルマン方程式に基づくロボット制御 : システム同定と指数価値関数近似
- ASCONE実施報告
- 神経スパイク列からのモデルベースシナプス同定法(合同企画セッション:バイオデータマイニング,機械学習によるバイオデータマインニング,一般)
- 制限付きボルツマンマシンとエコーステートネットワークによる部分観測マルコフ決定問題の解法(一般講演,機械学習によるバイオデータマインニング,一般)
- ASCONE06 開催報告
- NIPS*2003 参加報告
- 運動-視覚ダイナミクス学習と線形ベルマン方程式によるロボット制御
- 第5回神経情報処理国際会議(ICONIP'98-Kitakyushu)