抄録
我々は，脳における神経情報処理の生体モデルとすることを目的として，生体の神経回路網への電気刺激により誘導された神経活動パターンによって動作する，ニューロ・ロボットを開発している．神経回路網の活動パターンとロボットの行動生成をリンクするアルゴリズムは様々なものが考えられるが，常時教師無しで学習しながら行動生成を行いうる自己組織化マップ(SOM)を用いた制御手法を開発した。ロボット・ボディとしては研究用の小型ロボットe-puckを用いた．IRセンサが識別した障害物の位置によって2電極から電気刺激を行い，計測された誘発応答パターンの64次元の特長ベクトルを、SOMを用いて２次元マップ空間へ縮約を行った．学習過程の初期においてのみ教師有り学習を併用し，刺激による活動パターンと左旋回，右旋回のうちの適切な想定動作とを関連づけてシード参照ベクトルを設定することで，障害物回避を行う合目的的行動を生成した
