356
回編集
Akiramurata (トーク | 投稿記録) 細 (→フィードバック誤差学習モデル) |
Akiramurata (トーク | 投稿記録) 細 (→最適フィードバック制御モデル) |
||
36行目: | 36行目: | ||
随意運動制御の学習モデルとして提案されたこのモデルは、計画された軌道と感覚フィードバックを入力としたフィードバックコントローラーの出力信号を教師信号として、逆モデルを学習するモデルである。これは、眼球運動の生理学的実験の結果とうまく適合するが、軌道を予め決定しておく必要がある。軌道計画を行う脳領域がどこにあるかは、未だ明らかではない。 | 随意運動制御の学習モデルとして提案されたこのモデルは、計画された軌道と感覚フィードバックを入力としたフィードバックコントローラーの出力信号を教師信号として、逆モデルを学習するモデルである。これは、眼球運動の生理学的実験の結果とうまく適合するが、軌道を予め決定しておく必要がある。軌道計画を行う脳領域がどこにあるかは、未だ明らかではない。 | ||
====[[最適フィードバック制御モデル]]==== | ====''[[最適フィードバック制御モデル]]''==== | ||
あらかじめ軌道の生成を必要としないモデルとして、[[カルマンフィルター]]による状態の推定(Wolpert et al., 1995)と推定された状態をもとに運動指令を生成すること(Todorov & Jordan, 2002)が考えられている。具体的には、順モデルによる予測と実際の感覚フィードバックが重み付け([[カルマンゲイン]])されて状態が推定され、更にその推定を用いて運動指令を生成する([[フィードバックゲイン]])。カルマンゲインとフィードバックゲインの2つのパラメーターを調整して運動指令を最適化する。 | あらかじめ軌道の生成を必要としないモデルとして、[[カルマンフィルター]]による状態の推定(Wolpert et al., 1995)と推定された状態をもとに運動指令を生成すること(Todorov & Jordan, 2002)が考えられている。具体的には、順モデルによる予測と実際の感覚フィードバックが重み付け([[カルマンゲイン]])されて状態が推定され、更にその推定を用いて運動指令を生成する([[フィードバックゲイン]])。カルマンゲインとフィードバックゲインの2つのパラメーターを調整して運動指令を最適化する。 | ||
回編集