競争的研究費の研究課題 - 村田　真悟

ロボットのための自由エネルギー原理に基づくインタラクション基盤技術

2024年04月

-

2027年03月

日本学術振興会, 科学研究費助成事業, 村田 真悟, 基盤研究(B), 研究代表者

脳の計算原理とプレイデータに基づく実世界ロボット学習

2022年10月

-

2026年03月

科学技術振興機構, 戦略的創造研究推進事業（さきがけ）, 研究代表者

Understanding hierarchical statistical learning of sequential perception with dynamic multiple timescale models

2021年10月

-

2025年03月

日本学術振興会, 科学研究費助成事業, HEINRICH Stefan, 大黒 達也, 村田 真悟, 大黒 達也, 村田 真悟, 国際共同研究加速基金(国際共同研究強化(B)), 研究分担者

人工知能技術と疾患横断的・次元的アプローチに基づく精神障害の計算論的診断学の創出

2020年04月

-

2025年03月

国立研究開発法人国立精神・神経医療研究センター, 科学研究費助成事業 基盤研究(A), 山下 祐一、片平 健太郎, 国里 愛彦, 村田 真悟, 杉原 玄一, 高村 真広, 基盤研究(A), 研究分担者

　研究概要を見る

生物学的知見の蓄積により、現行の精神障害カテゴリーは生物学的妥当性を欠くことが明らかになり、研究方略の抜本的方向修正の必要性が指摘されている。本研究は、精神障害に関する症状・神経生理・認知行動のビッグデータに対して、既存の精神障害カテゴリーにとらわれない疾患横断的・次元的アプローチに基づき、機械学習・人工知能（AI）技術を含む計算論的精神医学の手法を適用することで、新しい精神障害の表現型：症候学的タイプ、バイオタイプ、計算論的表現型を明らかにする。さらに、深層学習技術を用いて、見出された各水準の表現型相互の媒介メカニズムを明らかにすることにより、精神障害の統合的理解と新しい診断体系を創出する。

二個体間における協調の形成と崩壊の予測符号化に基づくロボット構成論的理解

2019年04月

-

2022年03月

国立情報学研究所, 村田 真悟, 若手研究, 研究代表者

　研究概要を見る

本研究は他者との協調を支える認知情報処理機構の理解を目的とし，構成論的手法により取り組む．特に，（i）環境変化や他者のふるまいといった外的要因と（ii）自己の将来の行動に関する計画や意図といった内的要因により生じる協調の形成とその崩壊に関する動的過程に着目する．具体的には，脳の情報処理の仕組みとして提案されている予測符号化を再帰型神経回路モデルにより具現化し，二台のロボットそれぞれに実装する．そして，実環境における二台のロボット間の相互作用学習実験を行う．他者（ロボット）との相互作用の結果生じる互いの意図の動的な収斂と発散により，協調の形成・崩壊に関する動的過程が観察可能であると期待される．

ロボット構成論による精神障害における多様な病態の統合的理解

2017年04月

-

2020年03月

早稲田大学, 科学研究費助成事業 若手研究(B), 村田 真悟, 若手研究(B), 研究代表者

　研究概要を見る

本研究課題では，精神障害における多様な症状を生み出す脳・神経メカニズムをロボット構成論によりシステムレベルで統合的に理解することを目指している．具体的には，不確実性を考慮した予測誤差最小化原理が脳の神経回路における基本的な計算原理であるという仮説を提案し，その仮説を神経回路モデルで具現化し，ロボットに実装することで評価を行う．
同原理に基づく階層的な神経回路モデルを構築し，ロボット実験による正常モデル及び異常モデルの評価を行った．具体的には，感覚運動情報の不確実性を予測学習可能な階層的な神経回路モデルを構築した．構築したモデルを小型ヒューマノイドロボットに実装し，他者との協調インタラクション課題を学習させた．このようにしてロボットは正常モデルを獲得するが，正常モデルによって推定される不確実性を強制的に増幅・減少させることで異常モデルを構築した．その結果，正常モデルにおいてはロボットの外部環境に変化が生じた際，モデルによって推定された不確実性によって適切に重み付けされた予測誤差が上位回路のPBまで伝播することで，行動の切り替えが実現された．一方，異常モデルにおいては，行動切り替えが困難であることや同一行動への固執・硬直といった多様なふるまいが観測された．これは，モデルによって推定された不確実性を強制的に書き換えることで，誤差信号が通常よりも減少・増幅することで生じたと考えられる．
さらに，このような不確実性に関する推定の破綻をもたらす原因の検討を行った．具体的には，神経回路の階層間の結合重みにノイズを付与することで機能的断裂をシミュレートした結果，正常な神経回路よりも不確実性の推定値が常時高くなることが確認された．これは，神経回路の階層間の機能的断裂が学習過程において不確実性の推定異常を引き起こしたということを示す．
平成30年度は，精神障害の病態メカニズムの理解として，（1）不確実性に関する推定の破綻がもたらす影響の検討，（2）ロボット実験による精神障害モデルの評価，（3）不確実性に関する推定の破綻をもたらす原因の検討を行う予定であった．このうち，一部は平成29年度に着手することができていたことから，当初の想定よりも多くの時間を確保することができ，当初の計画以上に進展することができた．
成果発表を国内の学術講演会・査読付き国際会議において行っており，学術雑誌論文としてもまとめ，既に計算論的精神医学分野初の専門誌Computational Psychiatryに掲載されている．
これまでの研究において，（1）不確実性に関する推定の破綻がもたらす影響の検討と（2）不確実性に関する推定の破綻をもたらす原因の検討を行ってきた．その結果，（1）誤差信号が通常よりも減少・増幅することで行動切り替えが困難であることや同一行動への固執・硬直といった多様なふるまいが観測された．また，（2）神経回路の階層間の機能的断裂が学習過程において不確実性の推定異常を引き起こす，ということがわかっている．さらに，平成30年度に行ったロボット実験において，当初想定していなかった興味深いデータを得ることができた．得られたデータについては，力学系・情報理論的指標に基づいた追加の解析を行うことで，研究を推進することができると考えられる．これらの結果を統合して，知覚・行動に関する異常性，幻覚・妄想・コミュニケーション障害といった多様な病態メカニズムの原理説明を試みる．
本研究は認知神経科学・精神医学・ロボティクス，機械学習等の学際的研究であるため，学会発表やワークショップへの参加，ロボット実験のデモンストレーション，ウェブページでの研究資源の開示を通して幅広い分野の研究者と交流し議論を深める．