１章序論および主要概念
- １．１「ヒューマンロボティクス」方式による人の運動行動のモデル化
- １．２概説−人は動作の制御をどのように学習するか
- １．３実験ツール
- １．４まとめ
２章運動の神経制御
- ２．１神経系の生体電気信号の伝達
- ２．２神経系における情報処理
- ２．３末梢感覚受容器
- ２．４中枢神経系による運動の機能的制御
- ２．５まとめ
３章筋肉の力学と制御
- ３．１分子レベルでの筋力発生の説明
- ３．２筋肉における分子ベースの粘弾性
- ３．３筋力の制御
- ３．４筋肉帯域幅
- ３．５筋線維の粘弾性
- ３．６筋肉の幾何学
- ３．７腱の力学
- ３．８筋肉−腱単位
- ３．９まとめ
４章単関節の神経力学
- ４．１関節の運動学
- ４．２関節力学
- ４．３関節の粘弾性と機械的インピーダンス
- ４．４感覚フィードバック制御
- ４．５随意的運動
- ４．６まとめ
５章多関節多筋肉の運動学とインピーダンス
- ５．１運動学的記述
- ５．２腕の平面運動
- ５．３順運動学および逆運動学
- ５．４微分運動学および力の関係
- ５．５機械的インピーダンス
- ５．６運動学における変換
- ５．７インピーダンス幾何学
- ５．８冗長性
- ５．９冗長性の解決
- ５．１０制約を追加した最適化
- ５．１１ノイズや障害を最小化する姿勢の選択
- ５．１２まとめ
６章多関節動力学と運動制御
- ６．１人の動きの動力学
- ６．２運動中の摂動動力学
- ６．３線形と非線形のロボット制御
- ６．４フィードフォワード制御モデル
- ６．５動作中のインピーダンス
- ６．６新たな動力学における到達運動のシミュレーション
- ６．７動的冗長性
- ６．８ロボットの非線形適応制御
- ６．９放射基底関数（ＲＢＦ）神経ネットワークモデル
- ６．１０まとめ
７章運動の学習と記憶
- ７．１新しい動力学への適応
- ７．２運動学習を左右する感覚シグナル
- ７．３運動学習の一般化
- ７．４運動記憶
- ７．５人とロボットにおける安定した動力学学習のモデル化
- ７．６まとめ
８章不安定・予測不可能な状況下の運動学習
- ８．１運動ノイズと変動性
- ８．２不安定・予測不可能なダイナミクスのためのインピーダンス制御
- ８．３インピーダンス制御のフィードフォワードとフィードバック要素
- ８．４運動適応の計算アルゴリズム
- ８．５まとめ
９章運動計画とオンライン制御
- ９．１計画段階が存在する証拠
- ９．２座標変換
- ９．３最適な運動
- ９．４自然コスト関数としてのタスク誤差と労力
- ９．５センサに基づく運動制御
- ９．６線形センサの融合
- ９．７感覚運動システムの確率的最適制御モデル
- ９．８報酬ベースの最適制御
- ９．９サブ運動から構成される感覚運動の基本要素
- ９．１０複数の極小値を持つタスクでの反復と最適化
- ９．１１複雑な動作の学習法に関するまとめと考察
１０章感覚フィードバックの統合と制御
- １０．１ベイズ統計学
- １０．２フォワードモデル
- １０．３目的を持つ視覚および能動感知
- １０．４フィードバックの適応制御
- １０．５まとめ
１１章神経リハビリテーションとロボット工学への適用
- １１．１神経リハビリテーション
- １１．２リハビリテーションにおける運動学習原則
- １１．３上肢のロボット支援リハビリテーション
- １１．４ロボット支援リハビリテーションへの神経科学の適用
- １１．５誤差増大の方法
- １１．６固有受容誤差の視覚代用を伴う学習
- １１．７脳卒中後の運動回復モデル
- １１．８ロボットにおける合力とインピーダンス適応
- １１．９ロボットへの実装
- １１．１０能動学習のためのロボット支援の人のような適応
- １１．１１まとめと結論