Microsoft PowerPoint - 14.ppt [互換モード]

Size: px

Start display at page:

Download "Microsoft PowerPoint - 14.ppt [互換モード]"

さいぞうしろみず
4 years ago
Views:

1 ブレインコンピューティング 14 林勲研究室 :TA31

2 BMI と BCI Brain-machine interface: past, present, and future M.A.Lebedev and M.A.L.Nicolelis, Neuroscience, 29, 9 (26) NHK スペシャル HP サイボーグ技術が人類を変える ( ) 運動野神経信号によるラット搭載車制御システムの開発深山, 森下, 鈴木, 満渕, 第 2 回生体生理工学シンポジウム論文集 (25) 脳波で電動車いすをリアルタイム制御 ( ) 理化学研究所, トヨタ自動車

3 ラット海馬からの培養神経細胞培養海馬海馬神経細胞が培養液で皿の中で培養される. ラット大脳半球破線は海馬領域神経細胞胎児の脳をラットから抽出する. 再構成 5μm 神経細胞は皿の中で発達し続け, 複雑な神経回路を再構成する. これらの軸索が複雑な神経回路を構成する. ( ラットの海馬神経細胞 : 胚令 18 日, 培養 28 日 )

4 ラット海馬培養神経細胞と多点電極システム多点電極システムは 64 電極をもち, これらの電極から同時に神経細胞の活動電位を得る. 領域の電場電位を記録する.(8X8(64)) ラットの海馬培養 (E17D26) 胚令 :17 日, 培養 :26 日 MED ( Multi Electrode Dish) 培養ラットの海馬神経細胞が皿の中の培養液で培養される. 5μm 電極 ITO( 信号 ) 資料 : 工藤卓 ( 関西学院大学, 産業技術総合研究所 ) ラットの海馬培養 (E17D26)

15uV x 5 ms 誘発活動電位 :Evoked action potentials (eaps) : 刺激点 2 点に対する誘発電位が

5 自発的活動電位と誘発活動電位自発的活動電位 :Spontaneous action potentials (saps) : 自発活動電位がサンプリング率 1-2 khz で測定される. 15uV x 5 ms 誘発活動電位 :Evoked action potentials (eaps) : 刺激点 2 点に対する誘発電位が 62 点の電極でサンプリング率 2kHz で測定される. 右図は 1 秒間の累積の自発活動電位を示す. ある電極がバーストすると, 他の電極にも影響を与え, より複雑な活動電位を発生する. 資料 : 工藤卓 ( 関西学院大学, 産業技術総合研究所 )

6 培養神経細胞とロボットによる生体表現システム知能モデルファジィモデル培養神経細胞ロボット培養神経細胞がロボットを制御できるか?

Taguchi, MEA26 (26) ラット分散培養細胞学習ファジィ制御ボトムアップ制御ロボットトップダウン制御知識業源外界 PC1 PC2 分散培養細胞 DAQ

7 生体表現システム Synaptic Potentiation Re-organized Functional Connections in a Cultured Neuronal Network Connected to a Moving Robot, S.N.Kudoh, I.Hayashi, T.Taguchi, MEA26 (26) ラット分散培養細胞学習ファジィ制御ボトムアップ制御ロボットトップダウン制御知識業源外界 PC1 PC2 分散培養細胞 DAQ 入力コンピュータブレインサーバ DS2 ボトムアップ経路 DS1 ファジィ推論 (FLBU) ファジィ推論 (FLTD) DS4 クライアントDS3 RS232C KheperaⅡ センサーロボットトップダウン経路

8 走行実験障害物回避直線走行

ファジィ制御による回避制御 4. 刺激信号を神経回路に入力する. 3. 刺激信号に変換する. R 2. ロボットの左のセンサーが障害物を感知する..3.25.2.15.1 R Robot ニューロン分散培養細胞.

211 217 223 229 235 241 247 253 PC1 入力コンピュータブレインサーバ DS2 クライアントPC2 ボトムアップ経路 DS1 ファジィ推論 (FLBU) ファジィ推論 (FLTD)

定常状態での潜在的活性値トップダウン経路 L 5 4.5 4 3.5 3 2.5 L 2 1.

9 ファジィ制御による回避制御 4. 刺激信号を神経回路に入力する. 3. 刺激信号に変換する. R 2. ロボットの左のセンサーが障害物を感知する R Robot ニューロン分散培養細胞.5 DAQ PC1 入力コンピュータブレインサーバ DS2 クライアントPC2 ボトムアップ経路 DS1 ファジィ推論 (FLBU) ファジィ推論 (FLTD) DS3 DS4 RS232C KheperaⅡ センサーロボット 1. 定常状態での潜在的活性値トップダウン経路 L L 刺激による活性電位を検知するファジィ制御によってロボットのモータ駆動系を推論する. 7. 右に回避するためのモータの制御 8. 右方向に障害物を回避する.

10 ファジィ制御 If P.1 is High and P.2 is Low then SLM = 18 μ μ μ High Low SLM 左モータの速度 μ 重心 1 5 N.S. High N.S. If P.1 is High and P.2 is High then SLM = 14.5 μ μ High 1 1 μ.2 18 SLM 右モータの速度 L 5 N.S. 3.2 N.S 入力ファジィ制御 18 spikes min μ F s i is (x i ) y s μ F s i is (x i ) y s 14.5 spikes y* = or y* = 出力 min μ F s i is (x i ) μ F s is (x i ) i

ファジィルール最大値に正規化したルール適合度 (%) 1 9 8 7 6 5 4 3

Subtraction (S1-S2) 1 9 17 25 33 41 49 57 65

169 177 185 193 21 29 217 225 233 241 249

Rule65 High High Low High Rule113 High Low

11 ファジィルール最大値に正規化したルール適合度 (%) Spontaneous Action Potentials Subtraction (S1-S2) ルール番号 AP1.. AP4 Fuzzy Rules Rule49 High High High High Low Low Low Low Lspeed = 7 and Rspeed = 1 Rule65 High High Low High Low Low Low Low Lspeed = 7 and Rspeed = 1 Rule113 High Low Low High Low Low Low Low AP5.. AP8 Lspeed = 7 and Rspeed = 1

12 障害物回避培養神経細胞の学習ファジィ制御の学習 ( モデルの学習 ) ボトムアップ制御ボトムアップ制御トップダウン制御トップダウン制御ラット培養神経細胞この実験では, ファジィルールの後件部の実数値は固定される.

13 障害物回避ロボットの軌跡ファジィ制御による回避行動自発的活動電位による動き培養細胞によるロボットの障害物回避の行動パターンの例を示す. オレンジ点 : ロボットが障害物を左側センサーで認知した箇所緑点 : ロボットが障害物を右側センサーで認知した箇所

14 直線走行走行路は, 全長 12mm, 幅 9mm とする. 神経細胞の学習は目的の直線絽とロボットの軌跡との差分で評価される. 評価値 = 走行基準線からのピクセル距離の合計フレーム回数評価値

15 直線走行ステップ 2: 培養神経細胞の学習ステップ 1: ファジィ制御の学習 ( モデルの学習 ) ボトムアップ制御ボトムアップ制御トップダウン制御トップダウン制御ラット培養神経細胞ステップ 1: 培養神経シミュレータを用いて, ファジィルールの後件部が最急降下法により学習される. ステップ 2: 培養神経細胞は繰り返し走行により学習される.

16 ファジィルールの学習刺激 1 R 神経細胞の過度の変化が起こらないようにするため,1 秒間隔で刺激を入力し,15 回の約 25 分間で後件部のモータ速度を学習した. ファジィ制御刺激 2 刺激 1 R L シミュレータ刺激 2 L (RPS) 6 (RPS) 6 偏差 4 2 偏差学習回数 (times) 学習回数 (times) L speed に対する差分 R speed に対する差分

17 ファジィルールの調整の結果調整されたファジィルール R 1 : If a 1 is High and and a 8 is High then L speed = 11.7 and R speed =.12 R 2 : If a 1 is High and and a 8 is Low then L speed = 1.75 and R speed = R 256 : If a 1 is Low and and a 8 is Low then L speed = 1.33 and R speed = 2.33 (RPS) モータ速度 (RPS) モータ速度 Rule Number Rule Number 左速度 L speed の実数値右速度 R speed の実数値

結果左刺激右刺激 Membership Value Value of Inputs 8 7 6 5 4 3 2 1 SPT L R 1 1 19 28 37 46 55 64 73 82 91 1 19 118 127 136 145 154 163 172 181 19 199 28 1.2 1.8.6.4.2 入力 256th Fuzzy Rule SPT Input1 Input2 Input3 Input4 Input5 Input6 Input7 Input8 SPT/L/R 256 255 28 224 8 R/L/SPT 右刺激と左刺激の区間に, 特異的なパターンが観測された.

18 結果左刺激右刺激 Membership Value Value of Inputs SPT L R 入力 256th Fuzzy Rule SPT Input1 Input2 Input3 Input4 Input5 Input6 Input7 Input8 SPT/L/R R/L/SPT 右刺激と左刺激の区間に, 特異的なパターンが観測された. 自発的活動電位による走行区間では,256 番目のファジィルールが検出された

19 右旋回時のファジィルールロボットのスタート時から 4 秒間に, 特異的な反応が見られた. ロボットは,13 番目と 14 番目のファジィルール, あるいは,15 番目と 16 番目のファジィルールを用いて, 壁への衝突を避けるために右旋回している. ファジィルールを用いることによって, このようなロボットの行動を分析することが可能となる. 13 番目と 14 番目のファジィルール 15 番目と 16 番目のファジィルールメンバーシップ値 Time (s) 右旋回のための左モータ速度 L speed のメンバーシップ値

20 評価結果直線走行の上方にカメラを設置し, ロボットの軌跡を記録した. 2 回の走行回数の内,16 回が完走し (8%),4 回のみが壁に衝突した. 走行実験の繰り返しにより, 評価値が減少した. この結果から, 培養神経細胞が学習していると考えられる. 実験走行割合完走 1, 3, 4, 5, 6, 7, 8, 9, 1, 14, 15, 16, 17, 18, 19, 2 8% 未完走 2, 11, 12, 13 2% 評価値 (/frame) 実験走行標準偏差 Early Middle Late 時間 (s) R Stimulus L Stimulus SPT

21 コーディネイタコーディネイタは適応性学習 (AL) と可塑性学習 (PL) の配分調整を行う. BCIには, このような制御安定インタフェースとしてのコーディネイタが必要である. 可塑性 Learning for Situation (Plasticity) 協調学習適応性 Learning for Environment (Adaptability) ボトムアップ制御ボトムアップ制御トップダウン制御知識モデルトップダウン制御

ロボット技術の紹介

ロボット技術の紹介賢いロボットの作り方 ~ 自分で考えて行動するロボットをつくる ~ 関東学院大学理工学部 ( 届出設置書類提出中 ) 准教授元木誠夢ナビライブ東京賢いロボットの作り方 1 本日の講義内容周囲の状況を認識し, 自分で考えて行動するロボットのことを知能ロボットといいます知能ロボットは賢さのレベルによって作り方が違います生物の脳をモデルにしたシステム ( ニューラルネットワーク ) で作る方法を紹介します!