教員プロフィール：林部 充宏 教授
教員プロフィール
◎研究キーワード
超適応 運動学習 深層強化学習 ニューロロボティクス 筋電位
◎研究内容
運動シナジーが人間の運動制御で用いられていることは既知であるが、計算論的に中枢神経がどのような法則に基づいて、どのようなメカニズムでそれが生成されているかは計算論的数理モデル構築には至っていない。計算論的神経科学では、何らかの評価関数を最小にする（最適化）するような計算方法が提案されている。最適化計算には環境と身体の数学的モデルが事前に必要となってしまう。これまではどのような計算指針でシナジーが生成できるのかのメカニズムを扱うものはほとんどなかった。その数理メカニズムの非線形ダイナミクスシステムとしての理解を深め、深層学習と統合し多自由度の機械力学的運動へ適応した際の拡張性、有効性を検証する。
◎産学連携の可能性
AI、ロボット、深層強化学習
◎代表的研究成果
Individual Deformability Compensation of Soft Hydraulic Actuators through Iterative Learning-Based Neural Network, Bioinspiration & Biomimetics, (2021), T. Sugiyama, K. Kutsuzawa, D. Owaki, M. Hayashibe
Synergy Emergence in Deep Reinforcement Learning for Full-dimensional Arm Manipulation, IEEE Transactions on Medical Robotics and Bionics, vol.3, no.2, pp.498-509, (2021), J. Han, J. Chai, M. Hayashibe
Motor Synergy Development in High-performing Deep Reinforcement Learning algorithms, IEEE Robotics and Automation Letters, April 2020, 5(2):1271-1278, Jiazheng Chai, M. Hayashibe
更新日：2022/05/17
データ更新はこちら から
