Reiji Suzuki 研究室

本研究室では、生物が持つ効率的な学習能力を人工システムで実現する方法を探究しています。特に焦点を当てているのは、報酬信号に頼らない観察ベースの学習がいかにして発達するかという問題です。研究室の仮説は、進化の初期段階では報酬駆動型の学習が有用な足がかりとなり、その後、より効率的な報酬非依存型の学習へと段階的に進化する可能性があるというものです。 この仮説を検証するため、物理シミュレーション環境で個体差のある四足動物ロボットの運動学習を題材としています。各ロボットはニューラルネットワークで制御され、強化学習とニューロモジュレーション（神経調節）という二つの機構を備えています。前者が報酬に基づく学習を、後者が観察に基づく学習を実現します。複雑な物理環境の中で、異なる体構造を持つ個体ごとに適応的に運動を学習させることで、生物的知能の学習メカニズムを解明しようとしています。