計算神経科学研究室（国際電気通信基礎技術研究所）

人間がどのように行動決定し、自らの身体を制御しているのかという問題は、いずれも目的指向の意思決定問題として強化学習および制御理論を用いて数理的に捉えることができます。人間・ロボットの協調動作学習を応用例として、データ駆動で最適制御則を導く強化学習理論を背景とした機械知能の研究開発を行います。

脳は巨大な情報ネットワークと見なせます。記憶や思考などの認知機能と脳内ネットワークの関係を解明、ニューロフィードバックなどの手法を用いて、ネットワークを操作し、加齢や脳疾患によって低下した認知機能を回復させる方法を開発しています。

日常的な環境下の脳活動を計測して、ストレスや共感などの情動状態を推測する手法を開発します。これにより自然な状態での認知機能の神経基盤に迫ると共に、人材育成などへの脳科学の応用を目指します。

本研究室では、複数の脳計測データを統合する手法の研究を行っています。各々のデータの長所を活かすことにより、１つの計測では達成できない脳情報の抽出やモデル化を目指します。当研究室で開発された手法は、ソースコードを公開することにより、国内外のプロジェクト推進に大きく貢献しています。

数理統計技術でfMRI信号の空間パターンを解析し、被験者に実時間でフィードバックすることにより、目標の活動パターンを誘導する方法を用いて、疾患のメカニズムの解明および治療方法の開発を目指します。

人間の意思決定のメカニズムを解明するために、脳の計算論に基づいた実験手法や解析手法の研究・開発を行っています。また研究で得られた知見を、精神医学分野や社会経済分野など広く社会へ応用していくことを目指します。

運動アシストや産業用途などにおいて、今ロボットが人間と物理的に近いところで協働することが期待されています。そのためには、ヒトとロボットが相互にかつ適応的に協調する共制御の枠組みが必要となります。ブレイン・マシン・インタフェース(BMI)を用いる外骨格ロボットへの応用にむけた、共適応制御の枠組みの研究開発を行います。