目次
ヒューマンロボティクス 神経メカニクスと運動制御
- ETIENNE BURDET(著)/ DAVID W.FRANKLIN(著)/ THEODORE E.MILNER(著)/ 渡邊 嘉二郎(監訳)/ 小林 一行(監訳)/ 栗原 陽介(監訳)
- 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
病気の知識 ランキング
病気の知識のランキングをご紹介します病気の知識 ランキング一覧を見る
前へ戻る
-
1位
-
2位
-
3位
-
4位
次に進む