知能システム制御研究室

コンピュータ制御と機械学習によるシステムの知能化

教員

  • 教授:杉本 謙二

    教授:
    杉本 謙二

  • 准教授:松原 崇充

    准教授:
    松原 崇充

  • 客員准教授:南 裕樹

    客員准教授:
    南 裕樹

  • 助教:小林 泰介

    助教:
    小林 泰介

E-mail { kenji, takam-m, minami, kobayashi }[at] is.naist.jp

研究室概要

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。

Advanced Control Systems

  • ロバスト制御・適応学習制御

    先端的な制御理論、特にロバスト制御や適応学習とその応用、動的システムの解析と設計、及びそれらの実験による検証を行っています。

  • 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。

Learning & Control for Robotics

  • 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。(図1)

  • 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)(図1)


    図1

    図1

  • 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。(図2)


    内発的動機づけによる強化学習

    図2 内発的動機づけによる強化学習

  • 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。(図3)

リザーバコンピューティングを用いた強化学習

図3 リザーバコンピューティングを用いた強化学習

Network & Signal Processing

  • 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、動画や音声などの高次元時系列データに有効なシステム同定を研究しています。(図4)

    多様体学習を用いた高次元入出力システム同定

    図4 多様体学習を用いた高次元入出力システム同定

  • 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。(図5)

    口コミマーケティング

    図5 口コミマーケティング

  • 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。(図6)

    リザーバコンピューティングを用いた強化学習

    図6 ネットワークの中心性

  • 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。

共同研究・社会活動など

企業との共同研究や、学生による提案型研究など多様な活動に取り組んでいます。