1 0 0 0 筋電義手制御のためのオンライン学習法
- 著者
- 西川 大亮 兪 文偉 横井 浩史 嘉数 侑昇
- 出版者
- 一般社団法人電子情報通信学会
- 雑誌
- 電子情報通信学会論文誌. D-II, 情報・システム, II-パターン処理 (ISSN:09151923)
- 巻号頁・発行日
- vol.82, no.9, pp.1510-1519, 1999-09-25
- 被引用文献数
- 23
本論文では筋電義手制御のための新しい学習法を提案する.従来研究されている筋電義手の制御手法は,切断者に対する義手適用訓練と義手に対する個人差の学習を別々に行うOff-line型である.そのため切断者は訓練中においては義手操作の感覚をつかみづらく,使用中は義手を自身の変化に追従させるのが困難であった.そこで本論文では実時間で学習を行うOn-line型の学習機構を設計する.本手法では切断者本人が使用中に与える評価から,義手装置は表面筋電位と動作の間の適切な写像関係を獲得する.これにより訓練時間の短縮と個人差への適応を実時間で実現する.本論文では手法の検証のために6種類の動作識別実験を行っている.まず前腕の運動イメージを用いた実験を行い,従来のOff-line型の手法と比較している.更に上腕での切断者を意識して,肩甲帯の運動から筋電信号を取り出し義手駆動実験を行っている.実験における前腕での識別率は提案手法で89.9%,従来法で80.3%であった.また提案手法における肩甲帯での識別率は79.3%の性能が達成されており,上腕切断者に対する本筋電義手制御法の適用の可能性が確かめられている.
1 0 0 0 OA 強化学習法のための状態グルーピングとオポチュニチ評価に関する研究
- 著者
- 兪 文偉 横井 浩史 嘉数 侑昇
- 出版者
- 一般社団法人 電気学会
- 雑誌
- 電気学会論文誌C(電子・情報・システム部門誌) (ISSN:03854221)
- 巻号頁・発行日
- vol.117, no.9, pp.1300-1307, 1997-08-20 (Released:2008-12-19)
- 参考文献数
- 14
In this paper, we propose the State Grouping scheme for coping with the problem of scaling up the Reinforcement Learning Algorithm to real, large size application. The grouping scheme is based on geographical and trial-error information, and is made up with state generating, state combining, state splitting, state forgetting procedures, with corresponding action selecting module and learning module. Also, we discuss the Labeling Based Evaluation scheme which can evaluate the opportunity of the state-action pair, therefore, use better experience to guide the exploration of the state-space effectively. Incorporating the Labeling Based Evaluation and State Grouping scheme into the Reinforcement Learning Algorithm, we get the approach that can generate organized state space for Reinforcement Learning, and do problem solving as well. We argue that the approach with this kind of ability is necessary for autonomous agent, namely, autonomous agent can not act depending on any pre-defined map, instead, it should search the environment as well as find the optimal problem solution autonomously and simultaneously. By solving the large state-size 3-DOF and 4-link manipulator problem, we show the efficiency of the proposed approach, i.e., the agent can achieve the optimal or sub-optimal path with less memory and less time.