冗長性を活用した低次元フィードバック制御モデル

摘要

When humans and animals perform skilled motor task, they pick out a suitable solution depending on the circumstances by utilizing redundant degrees of freedom of their body. Previous studies have discussed a control scheme that realizes such kinds of control in nervous system and emphasized the importance of the following three stages: (i) extraction of some essential variables that show the performance of the given task from sensory signals, (ii) feedback control that brings the extracted essential variables to desired values, and (iii) organization of muscle synergies that activate some muscle groups by small number of essential variables. In this study, we propose a motor control model with a simple neural network that realizes these characteristics.%Bernsteinは，生体が習熟した運動タスクを行うときには，身体に備わった冗長な自由度を活用することで様々な解を臨機応変に引き出していると述べた.このような制御を実現するための神経系の役割として,(1)感覚情報の次元削減によるタスク達成の指標となる変数の抽出,(2)抽出した変数を目標値に近づけるための低次元レベルでのフィードバック制御,(3)筋群の活動の基底となる筋シナジ一の形成という3点が重要であることがこれまでの研究により示唆されている.本研究では単純なニューラルネットワークを用いることで以上の特徴をもった制御を実現できることを説明する.