敵対生成脳の計算理論と人工知能応用

生成对抗脑计算理论及人工智能应用

基本信息

批准号：
22H00534
负责人：
石井信
金额：
$ 27.21万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (A)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2023-03-31
项目状态：
已结题

项目摘要

高等生物脳におけるサンプル効率の高い学習を統一的に理論化しようとする試みである「敵対生成脳」を作業仮説とし、その脳内機構をヒトおよび霊長類の計算神経科学研究により明らかにし、脳の計算論にならった機械学習アルゴリズムとして導出、さらに、そのアルゴリズムをロボティクスに応用するという研究を進めた。「敵対生成脳の理論」では、ヒトの視覚弁別課題遂行時の脳識別器のモデル化のため、実験課題の設定を進めた。また、本課題で使用する脳・AIハイブリッド型の画像生成法を完成させた。サル行動・神経生理学実験では、報酬と罰のせめぎあいがある状況を設定して、サル一頭の訓練を行った。「敵対生成脳のアルゴリズム」では、サンプル効率の良いモデル同定型の強化学習法、モデル同定にベイズ推定を用いる方法を中心に開発を進めた。「敵対生成脳のロボティクス応用」では、シミュレーション世界で生成した運動を実機（四脚ロボット）に転移することを課題にしたみまね学習法の開発を進めた。リカレント型ニューラルネットワークと深層強化学習を組み合わせる手法を4脚ロボットシミュレータの歩行学習に適用し、評価実験を進めた。また、本研究の前身である基盤研究(B)「脳の転移可能な機能単位からみる個性とメタ学習能力」の成果が、本課題実施中に論文化された。こうした進捗状況は、本課題を継承する基盤(S)研究「敵対生成脳:マルチエージェント学習の計算理論、アルゴリズムとロボティクス応用」に継承した。

这项工作假设是对“抗体生成的大脑”的，试图在较高的生物学大脑中统一样品有效学习的尝试，并通过人类和灵长类动物的计算神经科学研究揭示了大脑机制，并将它们得出，并将其得出作为机器学习算法，这些算法遵循大脑的理论，并进一步应用了RobIts，以促进静脉曲张的进一步研究。在“敌对大脑的理论”中，我们进行了实验任务的设置，以在执行人类视觉歧视任务时对大脑分类器进行建模。我们还完成了此任务中使用的Brain-AI混合图像生成方法。在猴子行为和神经生理学实验中，通过设定奖励和惩罚之间存在冲突的情况来训练一只猴子。 “对抗性脑算法”的重点是有效的增强学习方法，并使用贝叶斯估计进行模型识别的方法。在“敌人生成的大脑的机器人技术应用”中，我们一直在开发一种模仿学习方法，该方法旨在将模拟世界中产生的动作转移到实际机器（四足机器人）。通过应用一种将复发性神经网络与深度强化学习结合使用的方法，使用四足机器人模拟器进行学习，进行了评估实验。此外，在实施这项工作的实施过程中讨论了这项研究的前身（B）的前身（B）的“人格和元学习能力”。这一进展传递给了继承这一主题的基金会研究，“对抗性大脑：多机构学习，算法和机器人技术应用的计算理论”。