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

  • 助教:松原 崇充

    助教:
    松原 崇充

E-mail { kenji, takam-m }[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(図1, 7)

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。現在は特に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制御

図1 フィードバック誤差学習制御

柔軟アームの振動制御

図7 柔軟アームの振動制御

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。

Sensing & Signal Processing

独立成分分析に基づくシステムのブラインド同定(図2)

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。

独立信号分析によるブラインドシステム同定

図2 独立信号分析によるブラインドシステム同定

多様体学習を用いた高次元入出力システム同定(図3)

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。

多様体学習によるシステム同定

図3 多様体学習によるシステム同定

Learning & Control for Robotics

ヒューマノイドロボットの運動スキル学習 (図4)

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。

強化学習による運動スキル学習

図4 強化学習による運動スキル学習

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。

外骨格ロボットによる歩行アシスト(図5)

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)

外骨格ロボット歩行支援

図5 外骨格ロボット歩行支援

知的ヒューマンロボットインタフェース設計 (図6)

ユーザの生体情報とロボットのセンサ情報を統合し、高度な物体操作が可能とする知的ヒューマンロボットインタフェース設計を研究しています。

筋電インタフェース

図6 筋電インタフェース

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。