Loading article…
運動喃語は、ランダムな運動命令を短時間繰り返し実行するプロセスです。これは、脳が発声筋の活動と結果として生じる音の関係を学習する乳児の発声喃語に似ています。しかし、一般的な運動制御システムは、動物の子宮の中ですでに同様の方法で自己探索を行っていることが分かりました。当初、胎児のランダムなけいれんや痙攣は、成長の非機能的な結果であると考えられていました。後に、運動システムは出生前にすでに感覚運動システムを調整していることが分かりました。[1]出生後、霊長類の運動喃語は、視覚的なターゲットに向かってランダムにつかむ動作を継続し、手と目の協調システムを訓練します。これらの洞察は、1990年代初頭から生物学的運動制御モデルやロボット工学で使用されています。[2] [3]ロボット工学では、これはロボット学習システムであり、ロボットシステムが自律的に自己の身体と環境の内部モデルを開発することができます。初期の研究はクーパースタイン（1991）[4]によるもので、ロボットが作業空間内で棒をランダムに配置し、2台のカメラで観察し、ニューラルネットワーク（多層パーセプトロン）を使用して棒の姿勢と腕の関節角度を関連付けるというものでした。このタイプの研究は発達ロボット工学の研究分野につながりました。[5] [6] [7]
モーター制御状態とその影響をランダムに探索することで、逆運動学および逆動力学モデルのパラメータを特定することができ、ロボットは、位置決めや力制御を必要とする特定のタスクに応じて、適切な制御信号を見つけることができます。[8] [9]
参照
参考文献
- ^ Bernstein, NA (1967).運動の調整と規制。オックスフォード: ペルガモン・プレス。
- ^ Bullock, Daniel; Grossberg, Stephen; Guenther, Frank (1993). 「多関節アームによる運動等価到達および道具使用の自己組織化ニューラルモデル」. Journal of Cognitive Neuroscience . 5 (4): 408–435. doi :10.1162/jocn.1993.5.4.408. PMID 23964916. S2CID 207610285.
- ^ Villa, Alessandro EP; Masulli, Paolo; Rivero, Antonio Javier Pons (2016).人工ニューラルネットワークと機械学習 – ICANN 2016: 25th International Conference on Artificial Neural Networks、バルセロナ、スペイン、2016 年 9 月 6 ～ 9 日、議事録。Cham : Springer。p. 167。ISBN 978-3-319-44777-3。
- ^ Kuperstein, Michael (1991). 「適応型感覚運動協調のための乳児神経コントローラ」ニューラルネットワーク4 ( 2): 131–145. doi :10.1016/0893-6080(91)90001-L. ISSN 0893-6080.
- ^ 三枝 亮; メッタ ジョルジオ; サンディーニ ジュリオ; サッカ ソフィー. 「感覚運動学習のための能動的な運動喃語」(PDF) .
{{cite journal}}:ジャーナルを引用するには|journal=(ヘルプ)が必要です - ^ Demiris、Yiannis、および Anthony Dearden。「運動喃語から模倣による階層的学習へ: ロボットの発達経路」(2005): 31-37。
- ^ Saegusa, Ryo, et al. 「感覚運動学習のための能動的なモーターバブリング」。ロボティクスとバイオミメティクス、2008 年。ROBIO 2008。IEEE 国際会議。IEEE、2009 年。
- ^ アリック、サブリ;黄、庭文。ライ、ウェン・キン。劉清山（2015）。神経情報処理: 第 22 回国際会議、ICONIP 2015、イスタンブール、トルコ、2015 年 11 月 9 ～ 12 日、議事録。チャム：スプリンガー。 p. 27.ISBN 978-3-319-26554-4。
- ^ マクファーランド、デイビッド、ステニング、キース、マクゴニグル、マギー (2012)。『複雑な心：学際的アプローチ』ニューヨーク：パルグレイブ・マクミラン、p. 119。ISBN 978-0-230-35445-6。