スパイキングニューラルネットワークがエネルギー効率的な動きを発見 ― 脚ロボットの省エネ歩行学習に寄与 ―

2021年12月23日 14:00 | プレスリリース?研究成果

【本学研究者情报】

〇工学研究科　教授　林部充宏

【発表のポイント】

スパイキングニューラルネットワーク^注¹と深层强化学习^注²を组み合わせることで、エネルギー効率のよい歩行パターンの生成に成功した
探索能力がもともと高い深层强化学习アルゴリズムに対しても、スパイキングニューラルネットワークの追加効果が现れた
これまで报告されていたノイズに対する耐性や环境适応性以外の新たな机能を発见することができた

【概要】

脚ロボット^注3は高い移动性能を有することから様々な环境下での利用が期待されますが、他の移动ロボット(车轮型など)と比较して移动のエネルギー効率が悪いことが课题とされています。东北大学大学院工学研究科の林部充宏教授と纳谷克海大学院生らの研究グループは、スパイキングニューラルネットワークを用いた深层强化学习によって、エネルギー効率のよい脚ロボットの歩行パターンの生成に成功しました。これまで、深层强化学习によってエネルギー効率のよい行动を学习するためには、エネルギーに関するペナルティ项を报酬^注4に设ける手法が用いられてきました。しかし今回、スパイキングニューラルネットワークを用いることで、より厳しいペナルティ项においても歩行学习に成功し、エネルギー効率のよい歩行が学习できました。スパイキングニューラルネットワークについては、これまでは主にノイズに対する耐性や环境适応性が可能という点が注目されてきましたが、スパイキングニューラルネットワークの导入により、运动学习分野での新たな用途への活用が期待されます。

本成果は、2021年１２月１日付で科学ジャーナルの「IEEE Access」に最終稿が掲載されました（投稿版は11月9日公表済）。