神経細胞の分散培養系の深層強化学習

カテゴリ: 研究会(論文単位)

論文No: MBE22006

グループ名: 【C】電子・情報・システム部門 医用・生体工学研究会

発行日: 2022/03/13

タイトル(英語): Deep Reinforcement Learning with Embodied Dissociated Neuronal Culture

著者名: 澤田 晴登(東京大学),和家 尚希(Microsoft),笹渕 一宏(Microsoft),池内 克史(Microsoft),高橋 宏知(東京大学)

著者名(英語): Haruto Sawada(The University of Tokyo),Naoki Wake(Microsoft),Kazuhiro Sasabuchi(Microsoft),Katsushi Ikeuchi(Microsoft),Hirokazu Takahashi(The University of Tokyo)

キーワード: 分散培養系|神経回路|アニマット|深層強化学習|適応制御|モデリング|dissociated culture|biological neural network|animat|deep reinforcement learning|adaptive control|modeling

要約(日本語): 神経細胞の分散培養系とロボットモデルからなる閉ループ系を構成し，深層強化学習を利用し，ロボットモデルの目的指向行動を実現した．学習の試行回数を確保するために，神経細胞の分散培養系の活動を事前に計測し，シミュレーションモデルして用いた．ロボットモデルとして倒立振子・二輪ロボットを用い，いずれのモデルでも成績の向上を認めた．

要約(英語): To obtain the control of robot utilizing information processing capacity of neural network efficiently through reinforcement learning, the closed-loop including dissociated neuronal culture, deep reinforcement learning system and robot model was composed. Due to the limitation of the number of learning iteration that can be done with the real neuronal culture, the modeled neuronal activity based on the preceded observation of real neuronal culture was used substantially. Cartpole and dual-wheel robot simulation was used as robot model in this experiment, and in both case the control score increased.

本誌: 2022年3月16日医用・生体工学研究会-1

本誌掲載ページ: 31-36 p

原稿種別: 日本語

PDFファイルサイズ: 1,892 Kバイト