脳型情報処理の研究

リカレント(recurrent)・ニューラル・ネットワーク（以下リカレント・ネット）は，回帰結合をもつニューラル・ネットワークである．リカレント・ネットは，その回帰結合によって有限状態機械と同様に「状態」を表すことができるため，同じく有限状態機械と同様に時系列処理が可能である．思考や言語といった人間の高次情報処理も時系列処理であるから，リカレント・ネットによる時系列処理は，こういった人間の高次情報処理の解明に大きな糸口を与えるものと期待されている．
我々は，このリカレント・ネットを，移動ロボットのナビゲーション課題の求解に用いる．ナビゲーション課題とは，壁などの障害物が配置された環境において，ロボットをスタート地点からゴール地点までナビゲートする課題である．障害物の配置，および，スタート地点，ゴール地点の位置の組み合わせを，1つの迷路と呼ぶことにする．課題によっては，単一/特定の迷路を解く場合もあるが，複数/不特定の迷路を解くことを要求されることもある．

さて，人間の脳には，短期記憶と長期記憶にそれぞれ別の仕組みがあることが知られている．このことを反映して，プロダクション・システムも，ワーキング・メモリと手続き記憶という2つの仕組みを与えられている．そこで我々は，リカレント・ネットにも短期と長期という2つの記憶の仕組みを与えられないかと考えた．

複数/不特定の迷路を解くナビゲーション課題は，そのために打って付けである．複数/不特定の迷路を解くリカレント・ネットは，以下の，それぞれ有効な期間が異なる2種類の情報を保持する必要がある：
1.) 迷路自体の情報
2.) 迷路を解くアルゴリズムの情報
迷路自体の情報は，リカレント・ネットがその迷路を解いている間中保持されるが，別の迷路を解くときにはその迷路の情報に置き換えられなければならない．それに対し，アルゴリズムの情報は，リカレント・ネットがどの迷路を解いている場合でも保持されている必要がある．このように，複数，不特定の迷路を解く課題の場合は，保持期間が異なる2つの情報を記憶することをリカレント・ネットに要求する．

一方，単一/特定の迷路を解く場合にあたる研究が，谷によって行われている．しかし，単一/特定の迷路だけを解くリカレント・ネットにとっては，迷路自体の情報もアルゴリズムの情報も，それらを保持すべき期間に変わりはない．どちらの情報も，リカレント・ネットがその特定の迷路を解いている間中保持されればよい．そのため，単一/特定の迷路を解く課題の場合には，2つの情報をどちらもリカレント・ネットの結合重みとして記憶される可能性が高い．

複数/不特定の迷路を解くリカレント・ネットの場合には，アルゴリズムの情報はリカレント・ネットの結合重みとして記憶されることになるであろうが，迷路自体の情報はより短期的な仕組みによって記憶される必要がある．その仕組みとは，回帰結合によって表されるリカレント・ネットの「状態」に他ならない．

そこで我々は，リカレント・ネットの一般的な学習アルゴリズムである通時的逆伝播法を用い，複数/不特定の迷路を解くリカレント・ネットを実現した．そして，迷路自体の情報がその回帰結合によって表されることを示した．

最終更新日時:

brain@lab3.kuis.kyoto-u.ac.jp