[論文レビュー] A class of differential equations for merging movements' kinematic optimality with geometric invariance

Felix Polyakov|arXiv (Cornell University)|Sep 2, 2014

Motor Control and Adaptation参考文献 58被引用数 1

ひとこと要約

本稿では、幾何的不変性を満たし、任意の順序 n において最大の滑らかさを保ちつつ、経路に沿って一定速度を維持するように設計された微分方程式のクラスを提案する。これらの方程式の解—例えば等アフィン弧長といった幾何的測定値によって定義される—は、幾何的運動プリミティブの候補として機能し、特定の変換下でも速度が不変である。

ABSTRACT

Neuroscientific studies of execution of the drawing-like movements usually analyze neural representation of either geometric (eg. direction, shape) or temporal (eg. speed) features of trajectories rather than trajectory’s representation as a whole. This work is about mathematical ideas behind splitting and merging geometric and temporal features which characterize biological movements. Movement primitives supposedly facilitate the efficiency of movements’ representation in the brain and comply with different criteria for biological movements, among them kinematic smoothness and geometric constraint. Criterion for trajectories’ “maximal smoothness” of arbitrary order n is employed, n = 3 is the case of the minimum-jerk model. I derive a class of differential equations obeyed by movement paths for which nth order maximally smooth trajectories have constant speed. The speed is invariant under a class of geometric transformations. Equations’ solutions presumably serve as candidates for geometric movement primitives. The speed here is defined as the rate of accumulating geometric measurement along the drawn path. The geometric measurement may be chosen to be an arc in certain geometry. For example the two-thirds power-law model corresponds to piece-wise constant speed of accumulating equi-affine arc. The derived c of differential equations consists of two parts. The first part is identical for all geometric parameterizations of the path. The second part is parametrization specific and is needed to identify whether a solution of the first part indeed represents a curve. Corresponding counter-examples are provided. Equations in different geometries in plane and in space and their known solutions are presented. The derived class of differential equation is a novel tool for discovering candidates for geometric movement primitives.

研究の動機と目的

• 生物的運動の幾何的および時間的特徴を一つの数学的枠組みに統合すること。
• 運動学的滑らかさと幾何的不変性の両方を満たす運動プリミティブを特定すること。
• 最大滑らかさの経路を実現する際に、経路に沿って一定速度を維持する微分方程式を導出すること。
• 運動の滑らかさ（例：最小ジャーブ）と幾何的パラメータライゼーション（例：等アフィン弧長）の間の明示的リンクを確立すること。
• 運動制御における幾何的運動プリミティブの候補を同定するための新規な数学的ツールを提供すること。

提案手法

• 第 n 階の最大滑らかさと一定速度を有する運動経路を記述する微分方程式のクラスを導出する。
• 曲線の有効性を検証するために、微分方程式を普遍的な幾何的部品とパラメータライゼーション固有の部品に分解する。
• 平面上および空間内のさまざまな幾何構造、特に等アフィン幾何にこのフレームワークを適用する。
• 速度が等アフィン弧長の累積量に比例する場合に、二分の三乗則モデルが特殊ケースとして現れることを示す。
• 異なる幾何における既知の微分方程式の解を用いて、提案されたフレームワークの妥当性を検証する。
• 曲線の有効性を保証するためにはパラメータライゼーション固有の項が不可欠であることを示す反例を提示する。

実験結果

リサーチクエスチョン

• RQ1 生物的運動の幾何的および時間的特徴を、一つの数学的枠組みに統合するにはどうすればよいか？
• RQ2 第 n 階で最大滑らかさであり、かつ一定速度を維持するような経路を記述する微分方程式は何か？
• RQ3 提案されたモデル下で、軌道の速度の蓄積が不変となる幾何的変換はどのようなものか？
• RQ4 二分の三乗則モデルのような既知のモデルは、このフレームワーク内でどのように特殊ケースとして現れるか？
• RQ5 微分方程式の幾何的部品の解が実際に有効な曲線を表すための条件は何か？

主な発見

• 導出された微分方程式のクラスにより、第 n 階の最大滑らかさを持つ経路が、経路に沿って一定速度を維持することが保証される。
• 速度は特定の幾何的変換の下でも不変であり、軌道の運動学的最適性が保たれる。
• 微分方程式は、普遍的な幾何的部品と、曲線の有効性を確認するために必要なパラメータライゼーション固有の部品に構成される。
• 等アフィン幾何における方程式の解は、等アフィン弧長の累積が区分的一定速度である二分の三乗則モデルに対応する。
• 反例により、幾何的部品のみでは有効な曲線を保証できないことが示され、パラメータライゼーション固有の項の必要性が強調される。
• 本フレームワークは、2次元および3次元空間におけるさまざまな幾何において、幾何的運動プリミティブの候補を同定するための新規な数学的ツールを提供する。