behaviorMateは、行動実験の刺激提示のタイミングと行動反応の正確な記録を可能にする、ネットワーク化されたハードウェアとソフトウェアコンポーネントからなるシステムである。
シミュレーションを活用した学習によって、実験なしで汎用的な外骨格制御を実現できる。
自動化マーモセット引き上げ装置(MarmoAAP)は、マーモセットの協力行動を研究するための革新的な方法を提供する。この装置は、高解像度の行動データを生成し、神経活動との同期を可能にすることで、複雑な社会的相互作用の神経基盤を解明する上で重要な役割を果たす。
TNF誘発性関節炎において、miR-221/222 はシノビウム線維芽細胞の増殖を促進し、関節病変を悪化させる。
運動系列の処理は、個別の目標を独立に制御するのではなく、全体的な最適化に基づいて行われる。目標間の相互作用は、フィードバック制御の柔軟性によって実現される。
アンシラリーコントローラーを融合することで、サンプリングベースのモデル予測制御の効率性、頑健性、収束性を向上させる。
ピア学習は、グループ内の相互作用を通じて、個々のエージェントが複雑な課題を協力して学習することを可能にする。
ヒトの実演ビデオを分析し、ロボットが実行可能なタスクプランを出力するシステムを提案する。
エンドツーエンド深層強化学習を用いて、四角ローター群が障害物密集環境で衝突を回避しながら目標地点に到達する制御ポリシーを学習する。
複数のオブジェクトからなる複合物体のアフォーダンスを学習し、新しいオブジェクトを複合物体に置くことによる効果を予測することで、目標指向の計画を可能にする。