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

概要

論文の詳細を見る
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,このモデルに同時活性をする機構を加えることが今後の課題として考えられる.
2014-06-18