モデルは、エリートアスリートの動きを正確に予測し、放物線飛行でボールをキャッチします

カルロス・アルカラズのようなテニス選手は、ボールの最初の位置を見るだけでノバク・ジョコビッチのボールを返すためにどこを走るべきかをどのように決めますか？エリートアスリートでは非常に一般的なこれらの動作は、現在の計算モデルで説明するのが困難です。

現在、バルセロナ大学の研究者は、光学変数を組み合わせることでモデルを開発しました。 環境要因 重力など、最初の一見から動くオブジェクトを捕まえるために人がどのように移動するかを正確に予測します。これらの結果は、ジャーナルに掲載されています 王立協会オープンサイエンス、ロボット工学、スポーツトレーニング、さらには宇宙探査などの分野で潜在的なアプリケーションを持つ可能性があります。

この論文は、外野手の問題を指します。これは、ボールがヒットした後にボールをキャッチするために外野に立っている野球選手を指します。これは、物理学と動きの神経科学における古典的な課題であり、人間と動物が動的環境での動きをどのように予測するか、そしてそれらを模倣するように自動化されたシステムをどのように設計できるかを探るために使用されます。

UBの心理学部の教授であり、神経科学研究所（ウブネロ）のメンバーであるジョアン・ロペス・モリナーは、この問題に直面している研究を主導し、「現在のモデルはボールを継続的に見ることで運動を導くことに基づいています。通常、エリートアスリートはそれを見ずにボールに向かって走ることができます。」

「さらに、これらのモデルは、オブザーバーに関してボールがどこに行くのかを予測することを許可していない」と彼は付け加えた。最初の研究は、Borja Aguadoが共著者であり元メンバーであるBorja Aguadoが実施した博士論文の一部であり、Darmstadt（ドイツ）に滞在した後、現在Vic大学の研究者です。

このモデルは、ボールの重力と物理サイズの事前知識を、リアルタイムで受け取った視覚情報に統合します。 「このモデルは、異なる重力条件を考慮して、ボールの落下の予測位置と残りの時間を示すライブ信号を提供します。これにより、プレーヤーがどのようにキャッチするかを正確に予測することができます。フライトは、アクションリサーチグループのビジョンと制御も調整するロペスモリナーについて説明します。

軌跡を予測する上で重力の重要性にもかかわらず、この要因がそのようなモデルに含まれているのはこれが初めてです。 「この省略は、重力が軌道に及ぼす実質的な影響を見落としています。これは、既存のモデルが環境定数を考慮する方法のギャップを反映しています」とUB教授は言います。

さらに、以前のモデルでは、人間がボールが手の届く範囲にあるかどうかを知覚する理由を説明できません。 「私たちのモデルは、プレーヤーに関してオブジェクトがどこに行くかを示すため、これを説明しています」と研究者は言います。

この研究は、没入型で検証されました バーチャルリアリティ 環境は、スポーツトレーニング、航空宇宙セクター、ロボット工学に潜在的なアプリケーションを持つ可能性があります。

仮想現実の実験

モデルを検証するために、研究者は没入型の仮想現実環境で実験を実施しました。そこでは、各参加者がゴーグルを装着し、仮想現実デバイスを手に持っています。 制御された環境 さまざまな重力とボールのサイズの条件をシミュレートすることで、経験的な軌跡、運動パターン、および時間的応答がモデルの予測と一致することを示しました。

「私たちのモデルは、参加者によってさまざまな条件で観察された軌跡を正確に予測します。結果は、重力などの環境定数を統合することの重要性を強調し、人間が私たちの周りの世界とどのように相互作用するかをよりよく理解しています」と研究者は言います。

アスリートと宇宙飛行士向けの仮想トレーニング

新しいモデルは、スポーツトレーニングなど、さまざまな実用的なアプリケーションの将来の開発の基礎となる可能性があります。 「一方では、モデルにはいくつかのコンポーネントが含まれているためです。 視覚情報 または重力 – トレーニングまたは仮想シミュレーションプラットフォームに適用できます。このようにして、エリートアスリートなどの人の感度の程度は、さまざまなコンポーネントを見ることができます。または、視覚的に関連する情報を処理および使用してパフォーマンスを最適化するように訓練される可能性があります」とロペスモリナーは言います。

さらに、モデルがさまざまなタイプのものを考慮することができるという事実 重力 航空宇宙セクターにもアプリケーションがある可能性があります。 「このモデルは、異なる重力を持つ環境に適用でき、たとえば宇宙ステーションの宇宙飛行士が動いているオブジェクトとやり取りする人がパフォーマンスを予測する可能性があります」と教授は言います。

人工ニューラルネットワークを使用した研究

研究者はすでに次の段階に取り組んでいます：モデルの実装 人工ニューラルネットワーク、人間の脳のニューロンの機能を模倣する計算システム。彼らの目標は、人間と人工ネットワークのパフォーマンスを比較することです。

「これにより、計算スケールでモデルがありますが、人工ニューラルネットワークの神経実装ではないため、計算が神経レベルでどのように実装されているかをより明確な考え方をすることができます。この知識は、ロボットのフィールド」とロペス・モリナーは結論付けています。