研究テーマ
ユビキタス社会の実現によりコンピュータ制御とその知能化が至る所で可能になりました。当研究室ではシステム制御と機械学習、信号処理、センシングやそれらの融合研究に取り組んでいます。以下では、まず概観を示した上で、現在のテーマを幾つか紹介します。ただし研究テーマは刻々と変化するものですので、ここに挙げるのは一例に過ぎません。
— 知能システム制御：我々が目指すもの —
制御（コントロール）という言葉は日常でも用いられており、身近で基本的な考え方です。産業界にも広く普及していますが、今はまだ単純な手法しか実用化されておらず、さらなる高性能化が求められています。そのためには対象を数式で表し、合理的に解析・設計する必要があります。また、人間が成長とともに動作に上達するように、機械にも学習する仕組みがあれば望ましいでしょう。このような高度に知能化された制御システムを我々は目指しています。抽象度が高いので、すぐに実用化できるわけではありませんが、ここで学んだ基礎的な知識は社会に出てからも大いに役立つことと確信しています。
ロバスト制御・適応学習制御
ロバスト制御など先端的な制御理論とその応用に取り組んでいます。例えば現在は、生体の運動学習モデルとして著名なフィードバック誤差学習(FEL)を制御工学的に研究しています。
独立成分分析に基づくシステムのブラインド同定
統計的な独立性を基にした信号分離技術(ICA)を制御工学に導入することで、入力が未知(ブラインド)でもシステム同定が可能となり、外乱分離や変化検出に応用します。
確率推論による最適制御・強化学習
確率最適制御・強化学習問題に対して機械学習分野における確率推論の近似計算を用いたスケーラブルな解法を研究しています。
ヒューマノイドロボットの運動スキル学習
ヒトのような高度な運動学習機能を実現するための強化学習、最適制御について研究しています。過去2足歩行、けん玉、投球、着衣支援、アクティブタッチなどの学習に成功しました。
外骨格ロボットによる歩行アシスト
結合位相振動子に基づく同期メカニズムと潜在変数モデルや確率推論に基づく歩行アシスト技術の研究を行っています。 （ATR脳情報研究所にて実施）
情報理論的基準によるロボットの能動的行動計画
相互情報量などの情報理論的基準に基づくロボットの能動的な行動設計原理および計算アルゴリズムの研究を行っています。
内発的動機づけによるロボットの自律化
ロボットが真に自律的に活動するためには、設計者が目的を与えるのではなく、自らの手で目的を定める必要があります。内発的動機づけという概念に基づいた報酬の設計によるロボットの自律行動獲得について研究しています。
リザーバコンピューティングを用いた目的切替制御
ヒトの運動のような複雑な非線形ダイナミクスをロボットが獲得するには、制御器内に非線形ダイナミクスを有することが効果的です。リザーバコンピューティングの非線形ダイナミクスを活用した運動制御技術を研究しています。
口コミマーケティング
オンラインソーシャルネットワークでの口コミマーケティングを低予算で効率よく行うためのアルゴリズムを、制御理論を用いて開発しています。
ネットワークの中心性
インターネットの検索エンジンで使われる「ネットワークの中心性」を効率よく操作するための理論の構築に取り組んでいます。
両賭け戦略の数理
環境変化のリスクを抑えるために細菌が持つ機構の一つである「両賭け戦略」の数理的な解析を行っています。
多様体学習を用いた高次元入出力システム同定
非線形次元削減法である多様体学習を用いて、動画や音声など高次元時系列データに有効なシステム同定法を研究しています。
研究設備
人の手と同じ自由度を持つ，空気圧人工筋駆動の多関節ロボットハンドです．指先にはSynTouch社のBioTacが装着されており，圧力・振動・温度の情報を取得することが可能です．これらの情報の収集やハンドの制御はすべてRobot Operating System (ROS) を介して行われるため，簡単に様々なタスクへ適用できます．本研究室では，ロボットの環境認識に関する研究にこのシステムを利用しています．
人と同じ自由度を持つワイヤー駆動式双腕冗長ロボットアームと3指ロボットハンドによって構成されたロボットシステムです．ロボットアームはギヤを用いないワイヤー駆動方式により，人のように滑らかで高速な運動を実現します．また，トルク制御モードでは人との安全なインタラクションを行うことが可能です．一方，ロボットハンドは２本指がリンクして移動する機構により，多種形状ワークのハンドリングを容易に実現します．このシステムにより，人のような巧みな運動スキルに関する技術の研究開発に取り組んでいます．
人の動きを計測するためのシステムです．8つのセンサによって，上半身の動作を高フレームレートで計測可能です．着用型であるため，死角がなく，また，様々な場所での計測が可能です．人からロボットへの運動スキル伝達に関する研究などに使用しています．
CyberGlove Ⅱは18個の高精度センサーを内蔵した，CyberGlove Systems 社製の高性能ワイヤレスデータグローブです．独自の抵抗屈折感知技術を用い，手や指の関節角度をデジタルデータへ変換しPCへ送信します．
当研究室では関節角データをPCに取り込み，ロボットハンドの操作や人の指の間接角度の計測等の様々な用途に利用しています．
人が筋肉を動かすときに生じる電圧(筋電位)を計測・記録・可視化するシステムです． 1台につき8chの情報を取得できる筋電位計測機を2台並列にし, 最大で16chの筋電位情報を取得することが可能です． 本研究室では, 人とロボットを繋ぐインタフェースや，運動のモデル化など様々な研究に利用しています．
人が筋肉を動かすときに生じる電圧(筋電位)を計測・記録・可視化するシステムです(4ch, ワイヤレス)．人とロボットを繋ぐインタフェースや，人運動のモデル化など様々な研究に利用しています．
2輪駆動型の移動ロボットです. Bluetooth通信による遠隔操作が可能で, 非ホロノミック系である移動ロボットに対する軌道追従や障害物回避等の制御則の検証実験を行っています.
宇宙作業用ロボットマニピュレータは，軽量かつ広い作業空間を求められます．一般に，このようなロボットマニピュレータはアーム部が柔軟な素材で作られるため，これを精密に位置制御するには，リンクのたわみによる先端の振動を十分に抑制する必要があります．当研究室では振動抑制の他に，学習による適応制御を用いて良好な目標値追従特性を獲得することを試みています．
柔軟な軸でつながれた円盤が，下部に取り付けられたモータの入力によって，振動しながら回転する実験機です．円盤やおもりの数や位置，末端の固定の有無により，現実のシステムに相当する様々なダイナミック構成に変形することができます．また，外乱発生装置を外付けすることができ，再現性の高い外乱除去実験を行うことができます．
制御工学の分野でよく知られた実験装置です. 倒立した振子が倒れないように台車の位置を適切に制御します. 本研究室では, 制御理論の実験検証に利用しています.
LEGO社とMITが開発したプログラミング教材です. ライントレースカーや倒立ロボットが簡単に製作できます. 本研究室では制御理論のデモ用に活用しています.
実時間ロボット制御のための計算機システムです. 24コアのCPUと256GBのメモリや実効容量1TBのSSD, また12GBのメモリを持つGPGPUも搭載されており, 大量のデータを高速に処理することが可能です. 本研究室では, ビッグデータを用いた制御則の計算やモデル学習にこのシステムを利用しています.
このシステムは，３つの別のシステムから成ります(kinect gripper baxter)．これらの3つのシステムはROS(Robot Operating System)で繋がれており，ROSネットワークを介する全てのPCからロボットの制御およびデータへのアクセスが可能です．本研究室では、ロボットによる不定形物操作に関する研究にこのシステムを使用しています．
産業用双腕ロボットのNextageを用いて実験を行っています。Nextageは、人間に近い関節で精密な動きを実行可能なため、繰り返し作業は人間よりも優れています。研究室で使用しているNextage openは、高度な機能と高い拡張性を持つオープンソース(ROS)を用いて開発でき、様々なタスクの開発が必要な強化学習に適しています。現在のNextageのプロジェクトでは、カメラ画像から制御則を学習する新しい深層強化学習アルゴリズムを開発しています。
