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。

フィードバック誤差学習

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。

独立成分分析

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。

確率推論

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。

運動スキル学習

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)

歩行アシスト

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。

行動計画

内発的動機づけによる強化学習

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。

内発的動機づけ

リザーバコンピューティングを用いた強化学習

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。

リザーバコンピューティング

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。

口コミ

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。

中心性

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。

両賭け戦略

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。

入出力多様体学習

研究設備

Shadow Hand
Shadow Hand
Barrett
Motion Capture
PEmg Plus
Wireless EMG sensor
Kjunior
Quanser 2DoFArm
Quanser ecp2055d
IP1
LEGO
Computing Machine
baxtersystem
Nextage