| 講演名 | 2022-09-30 高次運動野の機能分化を説明する動的状態空間強化学習モデル 田村 尚己(東北大), 虫明 元(東北大), 坂本 一寛(東北医科薬科大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 様々な手がかりに基づく複雑で順序だった行動は，大脳皮質前頭葉高次運動野の諸領野に依存する．本研究では，動的状態空間強化学習モデルを用い，高次運動野の機能解明に用いられてきた遅延反応課題と順序動作課題の学習機構の理解を目指す．モデルは，決定一意性に基づき，状態空間・行動価値関数を動的に拡張した．更に，新たな状態生成のため，同一エピソード内での行動履歴及び異なるエピソード/知覚手がかりの組み合わせを用いる２つサブモジュールを用意し，これらが並列的に学習することにより，上記課題の学習に成功した．本モデルは，高次運動野の機能分化の理解を深めるだけでなく，計算論的高次機能障害学という新たな分野を拓く． |
| 抄録(英) | Complex and sequential behaviors based on various cues depend on the frontal higher motor areas of the cerebral cortex. This study aims to understand the learning mechanisms of delayed response and action sequence tasks used to elucidate the functions of these areas, through a dynamic state-space reinforcement learning model. The model dynamically extended the state space or action value function based on the decision uniqueness criterion. Furthermore, two sub-modules were used for new state generation: one using action history within the same episode and the other using different episode/sensory cue combinations, and the model successfully learned the above tasks by their parallel learning. Our model promotes understanding of functional differentiation of these areas, and opens a new field of computational higher brain dysfunction. |
| キーワード(和) | 高次運動野 / 強化学習 / 動的状態空間 / 決定一意性 |
| キーワード(英) | Higher motor areas / Reinforcement Learning / Dynamic State-Space / Decision Uniqueness |
| 資料番号 | NC2022-42 |
| 発行日 | 2022-09-22 (NC) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2022/9/29(から2日開催) |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku Univ. |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain Architecture, NC, ME |
| 委員長氏名（和） | 山川 宏(東大) / 堀 潤一(新潟大) |
| 委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Junichi Hori(Niigata Univ.) |
| 副委員長氏名（和） | 田中 宏和(東京都市大学) / 吉田 久(近畿大) |
| 副委員長氏名（英） | Hirokazu Tanaka(Tokyo City Univ.) / Hisashi Yoshida(Kinki Univ.) |
| 幹事氏名（和） | 寺島 裕貴(NTT) / 西田 知史(NICT) / 奥野 竜平(摂南大) / 辛島 彰洋(東北工大) |
| 幹事氏名（英） | Hiroki Terashima(NTT) / Satoshi Nishida(NICT) / Ryuhei Okuno(Setsunan Univ) / Akihiro Karashima(Tohoku Inst. of Tech.) |
| 幹事補佐氏名（和） | 田和辻 可昌(早大) / 栗川 知己(関西医科大) / 湯田 恵美(東北大) / 金子 美樹(阪大) |
| 幹事補佐氏名（英） | Yoshimasa Tawatsuji(Waseda Univ.) / Tomoki Kurikawa(KMU) / Emi Yuda(Tohoku Univ) / Miki Kaneko(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on ME and Bio Cybernetics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 高次運動野の機能分化を説明する動的状態空間強化学習モデル |
| サブタイトル（和） | |
| タイトル（英） | A dynamic state-space reinforcement learning model explaining functional differentiation of higher motor areas in the cerebral cortex |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 高次運動野 / Higher motor areas |
| キーワード(2)（和/英） | 強化学習 / Reinforcement Learning |
| キーワード(3)（和/英） | 動的状態空間 / Dynamic State-Space |
| キーワード(4)（和/英） | 決定一意性 / Decision Uniqueness |
| 第 1 著者 氏名（和/英） | 田村 尚己 / Naoki Tamura |
| 第 1 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ) |
| 第 2 著者 氏名（和/英） | 虫明 元 / Hajime Mushiake |
| 第 2 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ) |
| 第 3 著者 氏名（和/英） | 坂本 一寛 / Kazuhiro Sakamoto |
| 第 3 著者 所属（和/英） | 東北医科薬科大学(略称：東北医科薬科大) Tohoku Medical and Pharmaceutical University(略称：TMPU) |
| 発表年月日 | 2022-09-30 |
| 資料番号 | NC2022-42 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | NC-195 |
| ページ範囲 | pp.44-48(NC), |
| ページ数 | 5 |
| 発行日 | 2022-09-22 (NC) |