神経形態ハードウェアにおける脳に倣った計算原理を用いた学習逆運動学 背景と研究動機 現代のロボティクスの分野では、自律的な人工エージェントの低遅延神経形態処理システムを実現することに大きな可能性がある。しかし現在のハードウェアは変動性と低精度があり、そのためその安定性と信頼性を確保することが厳しい課題となっている。これらの課題に対処するため、研究者たちは脳にインスパイアされた計算原理（computational primitives）を利用しています。例えば、三重スパイクタイミング依存プラスティシティ（triplet spike-timing dependent plasticity）、基底核に基づく脱抑制メカニズムおよび協力競技ネットワークなどを運動制御に応用しています。 本研究では、混合...

完全なニューロモルフィックビジョンとコントロールを持つ自律飛行体 背景と研究動機 過去10年間で、ディープニューラルネットワーク（ANNs）は人工知能分野で大きな進展を遂げ、とりわけ視覚処理において顕著な成果を上げました。しかし、これらの高度な視覚処理技術は高精度を実現する一方で、多大な計算リソースとエネルギーを消費するため、小型飛行ロボットなどリソースが限られた場合には応用が難しいです。 この問題に対処するために、ニューロモルフィックハードウェアは生物の脳のスパースで非同期的な特性を模倣することで、より効率的な認識と処理能力を実現しました。ロボット分野では、ニューロモルフィックハードウェアに含まれるイベント駆動カメラとスパイキングニューラルネットワーク（SNNs）が低遅延・低エネルギー消費...