Presentation Information
[11a-PA1-5]Implementation of reservoir computing-based reinforcement learning model in micropatterned neuronal networks
〇Arata Saito1,2, Hideaki Yamamoto1,3, Nobuaki Monma1,2, Shuma Tanaka4, Shigeo Sato1,2, Yuichi Katori4, Ayumi Hirano-Iwata1,2,3 (1.RIEC, Tohoku Univ., 2.Grad. Sch Eng., Tohoku Univ., 3.AIMR, Tohoku Univ., 4.Future Univ. Hakodate)
Keywords:
biological neural network,physical reservoir,reinforcement learning
本研究では，マイクロパターン培養神経回路(BNN)を物理リザバーとして用いたリザバー型強化学習モデルの実細胞実装を行った．迷路探索タスクにおいて，BNNリザバーのニューロン数を増加させ，刺激入力行列のスパース性を調整することで，タスク性能を向上できることが分かった．発表では，BNNの自発活動およびタスク中の神経活動ダイナミクスの特徴がタスク性能に与える影響についても議論する．