| 木下 真翔 | M, 2回目発表 | 光メディアインタフェース | 向川 康博, | 安本 慶一, | 藤村 友貴, | 北野 和哉 |
|
title: Latency-Compensated Human Pose Estimation via Multi-Future Pose Prediction and Optimal Selection Using Event-Based Optical Flow
abstract: Conventional human pose estimation suffers from inference latency, causing the estimated pose to lag behind the actual human motion. To address this issue, this study investigates a method for selecting the most appropriate future pose from multiple predictions generated by a multimodal prediction model. Specifically, the proposed method evaluates the consistency between the optical flow obtained from an event camera and the motion direction of each predicted future pose. Preliminary experiments using dance motion data revealed a domain gap between the dataset and the pretrained prediction model. As future work, we plan to evaluate the proposed method using the DHP19 dataset, which is closer to the model’s training domain. language of the presentation: Japanese 発表題目: 未来姿勢の複数予測とEvent-based Optical Flowによる最適選択を用いた遅延補償型人物姿勢推定 発表概要: 既存の人物姿勢推定では、画像から姿勢を推定する処理時間により、推定結果が実際の動きより遅れるという課題がある。本研究では、この遅延を補償するため、複数の未来姿勢を予測するマルチモーダルモデルに着目し、イベントカメラから得られるOptical Flowと各予測姿勢の動き方向との整合性を評価することで、最適な未来姿勢を選択する手法を検討している。現在はダンスデータで評価を行った結果、既存モデルの学習ドメインとの乖離が確認されたため、今後はモデルの学習データに近いDHP19データセットを用いて検証を進める予定である。 | ||||||
| YUAN YUAN | M, 2回目発表 | 光メディアインタフェース | 向川 康博, | 安本 慶一, | 藤村 友貴, | 北野 和哉 |
|
title: Non-Destructive Analysis of Historical Documents Using Hyperspectral Imaging and X-ray CT
abstract: Historical documents are valuable resources for historical and literary studies. However, due to their thin Japanese paper and multilayer structures, multiple types of information, such as overlapping front and back text and internal page structures, are mixed together. These features are difficult to observe directly, and because historical documents are precious cultural materials, non-destructive analysis methods are required. In this research, we analyze the mixed information in historical documents from two perspectives: surface information and internal structural information. Since these represent different types of physical information, they cannot be fully captured using a single imaging modality. For surface information, we employ hyperspectral imaging to exploit the wavelength-dependent optical properties of paper and ink, enabling front and back text separation at each wavelength. For internal structural information, we use X-ray CT to acquire the three-dimensional structure of historical documents and investigate methods for page separation. language of the presentation: Japanese 発表題目: 分光計測とX線CTによる古文書の非破壊解析 発表概要: 古文書は歴史・文学研究において重要な資料である．一方で，薄い和紙や多層構造により，表裏文字や内部構造など，複数の情報が混在する．これらの情報は直接観察することが難しく，また古文書は貴重な資料であるため，非破壊的な解析手法がが求められる．本研究では，古文書に含まれる重なった情報を表面情報と内部構造情報の二つの観点から解析する．表面情報と内部構造情報は異なる物理情報であるため，単一の計測手法では十分に取得することが難しい．表面情報に対しては，分光計測を用いて紙や墨の波長依存性を取得し，波長ごとの表裏文字分離を実現した．さらに，内部構造情報に対しては，X線CTにより古文書の三次元構造を取得し，ページ分離手法の検討を進めている． | ||||||
| 吉岡 重治 | M, 2回目発表 | 大規模システム管理 | 笠原 正治, | 安本 慶一, | 原 崇徳 | |
|
title: Safe Evacuation Route Selection during Short-Duration Localized Heavy Rainfall
abstract: Sudden localized heavy rainfall caused by linear precipitation bands can rapidly trigger severe floods and landslides. To save lives in such fast-changing disasters, evacuees need routes that are both quick and safe. Unlike previous studies on earthquake evacuation, which select routes based on blocked-road-segment estimation and risk maps, this presentation focuses on water-related hazards. We propose an evacuation route selection method that integrates flood data with a pedestrian movement model for inundated areas. Numerical experiments demonstrate that the proposed method is effective in inundation disaster scenarios. language of the presentation: Japanese 発表題目: 短時間の集中豪雨時における避難経路の選択手法に関する提案 発表概要: 線状降水帯などを原因とする集中豪雨は，浸水害や土砂災害を短時間で引き起こすことが近年問題となっている．このような災害に対しては，固定的な最短経路を提示するだけでなく，時々刻々と変化する道路状況や地理的リスクを考慮し，安全かつ迅速な避難を支援する経路探索手法が求められる．先行研究においては大規模地震を対象に、通行不能区間の推定やリスク回避を行う経路選択方式が提案されてきたが，本研究では水害特有の動的な危険性に着目する．具体的には，浸水想定データを組み込んだ浸水時の歩行者移動モデルに基づく新たな避難経路探索方式を提案し，数値実験によってその有効性を検証する． | ||||||
| ☆大橋 純 | D, 中間発表 | 情報基盤システム学 | 藤川 和利, | 安本 慶一, | 新井 イスマイル | |
|
title: A Personalized Behavior Change Framework Based on Driver Characteristics
abstract: In this study, we investigate a personalized behavior change framework that adapts interventions according to individual driver characteristics. Conventional behavior change approaches typically provide identical interventions to all users, despite differences in preferences and behavioral tendencies. To address this limitation, we first investigate the relationship between driver characteristics and the effectiveness of different behavior change approaches. We then explore the possibility of estimating these characteristics from natural driving behavior, enabling personalized interventions without requiring explicit questionnaires. Ultimately, the proposed framework aims to integrate these two components to realize personalized in-vehicle behavior change that encourages socially beneficial driving behavior. This presentation introduces the overall research framework, preliminary findings, and future research directions. language of the presentation: Japanese 発表題目: ドライバー特性に基づくパーソナライズド行動変容技術の構築 発表概要: 本研究では、ドライバーの特性に応じて最適な行動変容アプローチを提供するパーソナライズド行動変容技術の構築を目指す。従来の行動変容手法は、利用者ごとの特性の違いを十分に考慮せず、一律の介入を行うことが多い。そこで本研究では、まず個人特性と行動変容アプローチとの関係を明らかにするとともに、自然な運転行動から個人特性を推定する可能性を検討する。これらを統合することで、アンケート等の追加負担なく、利用者一人ひとりに適した行動変容を実現することを目指す。本発表では、研究全体の枠組みとこれまでの検討状況、今後の展望について報告する。 | ||||||
| 白川 綾音 | M, 2回目発表 | ソフトウェア設計学 | 飯田 元, | 井上 美智子, | 柏 祐太郎, | Reid Brittany, | Ji Zhenlan |
|
title: Test Alert Snooze: An Empirical Study of Consecutive Test Failures on CI
abstract: Continuous Integration (CI) aims to shorten release cycles by automating tests on every change. When the same test method keeps failing across consecutive revisions, new defects get buried among existing failures, dulling developer vigilance and weakening CI's benefit of rapid bug localization. We define "Test Alert Snooze" as the state in which the same test method fails across two or more consecutive revisions, and provide its first empirical characterization: its prevalence, persistence in revisions and elapsed time, the commits developers make during Test Alert Snooze, and what they change to resolve it. language of the presentation: Japanese 発表題目: Test Alert Snooze: CIにおけるテスト連続失敗に関する実証研究 発表概要: 継続的インテグレーション（CI）は，変更のたびにテストを自動化することで，リリースサイクルの短縮を目指す．しかし，同一のテストメソッドが連続するリビジョンにわたって失敗し続けると，新たな不具合が既存の失敗に埋もれてしまい，開発者の注意力が低下するだけでなく，バグの発生箇所を迅速に特定できるというCIの利点も損なわれてしまう．本研究では，同一のテストメソッドが2つ以上の連続するリビジョンで失敗し続ける状態を「Test Alert Snooze」と定義し，その実態を初めて実証的に明らかにする．具体的には，その発生頻度，リビジョンや経過時間における持続性，Test Alert Snoozeの期間中に行われるコミットの内容，そして問題を解決するためにどのような変更が加えられるのかを分析する． | |||||||
| 冨澤 聖 | M, 2回目発表 | ソフトウェア設計学 | 飯田 元, | 井上 美智子, | 柏 祐太郎, | Reid Brittany, | Ji Zhenlan |
|
title: Leveraging Snapshots in Code Review: An Empirical Study on Snapshot Reversion Prediction
abstract:Snapshot testing is a widely adopted regression testing technique that captures program outputs and detects unexpected behavioral changes by comparing them against stored references. Snapshot outputs are reported to be useful during code review, as developers examine snapshot diffs to verify whether behavioral changes introduced by a pull request (PR) are correct and intentional. However, some snapshot updates are eventually reverted, indicating that the behavioral modifications should not have been introduced. Identifying such problematic updates early in the review process can reduce review effort and prevent incorrect changes from being merged. This study investigates the prevalence and characteristics of snapshot update reverts and examines the feasibility of predicting them automatically to support developers during code review. language of the presentation: Japanese 発表題目: コードレビューにおけるスナップショットの活用：スナップショットの差し戻し予測に関する実証研究 発表概要: スナップショットテストは、プログラムの出力をキャプチャし、保存された参照と比較することで予期せぬ動作変更を検出する、広く採用されている回帰テスト手法です。 スナップショットの出力は、開発者がプルリクエストによって導入された動作変更が正しく意図されたものかどうかを確認するためにスナップショットの差分を調べる際に有用であると報告されています。 しかし、一部のスナップショット更新は最終的にロールバックされ、動作変更が導入されるべきではなかったことを示しています。 レビュープロセスの早い段階でこのような問題のある更新を特定することで、レビュー作業の負担を軽減し、誤った変更がマージされるのを防ぐことができます。 本研究では、スナップショット更新のロールバックの発生頻度と特性を調査し、コードレビュー時に開発者を支援するために、ロールバックを自動的に予測する実現可能性を検証します。 | |||||||
| 吉本 涼茜 | M, 2回目発表 | ソフトウェア設計学 | 飯田 元, | 井上 美智子, | 柏 祐太郎, | Reid Brittany, | Ji Zhenlan |
|
title: Is Self-Admitted Technical Debt Tested?
abstract: When developers write a TODO or FIXME comment, they are explicitly admitting that the code is suboptimal: a built-in warning that this logic deserves extra scrutiny. Yet it is an open question whether Self-Admitted Technical Debt (SATD) actually receives that scrutiny in the form of software testing. We aim to characterize the relationship between SATD and testing across three dimensions: the extent to which SATD-affected code is covered by existing tests, whether developers synchronize test additions with debt resolution, and whether such testing affects the long-term observability of resulting defects. For that, we conducted an empirical study on eight open-source Java projects, analyzing test coverage of 784 SATD instances identified in the latest releases and performing a longitudinal examination of 5,175 SATD removal events. Our results show that while 60.7% of SATD-affected code is covered by existing test suites, developers rarely synchronize test modifications with debt resolution; manual inspection confirms that only 3.4% of SATD removal commits include new tests specifically targeting the resolved debt (vs. 12.5% that co-add tests in the same commit). Longitudinal analysis further suggests that SATD resolutions exhibit nearly identical localized bug induction rates within short-to-medium-term windows regardless of test modifications. However, over a longer, unrestricted observation window, a slight divergence emerges where the test-added group reaches a higher cumulative defect alignment probability (6.32% vs. 4.37%), a counterintuitive trend potentially driven by the selective testing of inherently complex components. Developers treat SATD repayment as an ordinary code change rather than as a high-risk maintenance activity: most debt removals proceed without targeted verification, despite the developer's own prior flag that the code is suboptimal. language of the presentation: English 発表題目: Self-Admitted Technical Debt (SATD)はテストされているか 発表概要: 開発者がコード内にTODOやFIXMEといったコメントを残す行為は、そのコードが不完全であることを自ら認めるSATDと呼ばれます。本研究では、このSATDが含まれるコードが実際にどれくらいテストされているのか、またその負債が解消される際にテストが追加されているのかを調査しました。 オープンソースのJavaプロジェクトを対象に分析を行った結果、SATDが含まれるコードの約6割は既存のテストでカバーされているものの、開発者が負債を解消する際に、新しいロジックに対するテストを同時に追加するケースはわずか3.4%に留まることが分かりました。多くの開発者は、技術負債の解消を「リスクの高い保守作業」として特別視するのではなく、通常のコード変更と同じように扱っており、明確な検証を行わずに負債の解消を進めている実態が明らかになりました。 | |||||||
| LI ZHUO | M, 2回目発表 | 大規模システム管理 | 笠原 正治, | 井上 美智子, | 原 崇徳 | ||
|
title: Relational Graph Modeling for Product-Level Forecasting in Supply Chains
abstract: Supply chains contain both relational structures among products, facilities, storage locations, and organizational entities, and product-level operational time series for forecasting. This setting raises a modeling question: how should supply-chain relations be represented for product-level temporal forecasting? Graph neural networks provide a natural framework for incorporating relational information into forecasting models. SupplyGraph is a public benchmark dataset that includes both supply-chain relations and product-level time series. Existing SupplyGraph benchmarks evaluate homogeneous and heterogeneous graphs using different GNN architectures and across multiple supply-chain tasks. However, these evaluations do not isolate the effect of graph modeling choices on product-level forecasting. This study therefore investigates relational graph modeling for product-level forecasting using SupplyGraph. We consider two representative approaches. Homogeneous graph projection connects products directly when they share business relations. Heterogeneous graph construction keeps intermediate entities, such as plants, product groups, and storage locations, as graph nodes. For a controlled evaluation, both approaches use the same forecasting task, data processing, temporal encoder, and prediction module. The study examines whether keeping these intermediate entities as graph nodes improves product-level forecasting compared with direct product–product projection. language of the presentation: English | |||||||
| 中村 維冴 | D, 中間発表 | ロボットラーニング | 松原 崇充, | 和田 隆広, | 柴田 一騎, | 佐々木 光, | 宇保 智也 |
|
title: ViSA: Visited-State Augmentation \\for Goal-Space Generalization in Contrastive Reinforcement Learning
abstract: Goal-Conditioned Reinforcement Learning (GCRL) is a framework for learning a policy that can reach arbitrarily given goals. In particular, Contrastive Reinforcement Learning (CRL) provides a framework for policy updates using an approximation of the value function estimated via contrastive learning, achieving higher sample efficiency compared to conventional methods. However, since CRL treats the visited state as a pseudo-goal during learning, it can accurately estimate the value function only for limited goals. To address this issue, we propose a novel data augmentation approach for CRL called ViSA (Visited-State Augmentation). ViSA consists of two components: 1) generating augmented state samples, with the aim of augmenting hard-to-visit state samples during on-policy exploration, and 2) learning consistent embedding space, which uses an augmented state as auxiliary information to regularize the embedding space by reformulating the objective function of the embedding space based on mutual information. We evaluate ViSA in simulation and real-world robotic tasks and show improved goal-space generalization, which permits accurate value estimation for hard-to-visit goals. language of the presentation: Japanese 発表題目 ViSA: 対照強化学習のゴール空間汎化に向けた訪問状態拡張 発表概要:ゴール条件付き強化学習(GCRL)は、任意の与えられたゴールに到達可能な方策を学習する枠組みである。その中でも、対照強化学習(CRL)は、対照学習によって推定された価値関数の代理指標を用いて方策更新する手法であり、従来のGCRL手法に比べて高いサンプル効率の学習に成功している。しかし、CRLは探索時に実際に訪問した状態を擬似的なゴールとして学習を行うため、限られたゴールに対する価値関数しか正確に推定することができない。この問題に対処するため、本研究では、CRLに特化した新しいデータ拡張の枠組みとして、訪問状態拡張(ViSA: Visited-State Augmentation)を提案する。ViSAは探索中のロールアウトでは到達困難な状態サンプルを人工的に拡張する「拡張状態サンプルの生成」と埋め込み空間を正則化するために拡張状態を補助情報として活用する「整合的な埋め込み空間の学習」の２要素から構成される。シミュレーションおよび実世界におけるロボットタスクの学習を通して、提案手法はゴール空間の汎化性の向上に寄与し、到達困難なゴールに対しても正確な価値推定ができることを確認した。 | |||||||
| 有福 遼太郎 | M, 2回目発表 | ロボットラーニング | 松原 崇充, | 和田 隆広, | 柴田 一騎, | 佐々木 光, | 宇保 智也 |
|
title: Learning Safe Avoidance of Unseen Obstacles via Residual Imitation Learning
abstract: Robots that share a workspace with humans must safely avoid unforeseen obstacles without degrading the task capabilities they have already acquired. However, fine-tunin> language of the presentation: Japanese 発表題目: 残差模倣学習による未知障害物に対する安全回避行動の獲得 発表概要: 人と空間を共有するロボットには、既存のタスク能力を損なわず未知の障害物を避ける安全性が求められる。しかし回避デモで事前学習ポリシーを追加学習すると、破滅的忘却でタスク性能が劣化する。本研究では事前学習ポリシーを凍結し、その出力を安全側へ補正する残差ポリシーのみを学習する枠組みを提案する。観測をタスク画像と障害物画像に分離し、少数デモで学習可能とした。実験では従来手法を上回る回避性能と元タスク性能の保持を両立した。 | |||||||
| 前川 達平 | M, 2回目発表 | ロボットラーニング | 松原 崇充, | 和田 隆広, | 柴田 一騎, | 佐々木 光 | |
|
title: Multi-Agent Imitation Learning from a Single Demonstrator via Transfer of Pretrained Single-Agent Policies
abstract: Multi-agent systems can perform cooperative tasks that are difficult for a single agent to accomplish. However, learning to control such systems requires appropriate demonstrations of cooperative behavior among multiple agents. In conventional multi-agent imitation learning, a large number of demonstrations is required to obtain a high-performance controller. Furthermore, when teaching multiple agents simultaneously, the number of demonstrators must scale with the number of agents. To reduce this data collection cost, this study aims to develop an imitation learning framework that enables a multi-agent system to be automated from a small number of demonstrations provided by a single demonstrator. In the proposed method, a pretrained policy assists the actions of agents that are not currently being taught, while a single demonstrator teaches each agent in turn. This approach eliminates the need for simultaneous teaching by multiple demonstrators and aims to acquire cooperative behavior from a small number of demonstrations. Experiments in a robot simulator confirmed that, with assistance from pretrained policies, a single demonstrator can teach cooperative behavior to multiple agents. language of the presentation: Japanese | |||||||
| 中川 岬 | M, 2回目発表 | ヒューマンロボティクス | 和田 隆広, | 松原 崇充, | 劉 海龍, | 織田 泰彰, | 本司 澄空 |
|
title: Probabilistic Modeling of Friction Characteristics in a Tendon-Driven Robot Finger and Its Control Using Internal Force
abstract: In tendon-driven robot fingers, friction generated along the entire tendon path varies due to various factors, introducing uncertainty into the system's motion. The purpose of this study is to model this frictional uncertainty probabilistically and leverage it for control. In particular, we aim to utilize the internal force component of the tendons—which does not contribute to the joint motion—to regulate this uncertainty. To date, using a one-degree-of-freedom antagonistic mechanism with two tendons, we have measured the distribution of the maximum static friction torque while varying the internal force and the initial joint angle, thereby experimentally elucidating the influence of the internal force on friction characteristics. In this presentation, we report these results and propose a framework for constructing a probabilistic friction model and its subsequent application to control. language of the presentation: Japanese 発表題目: 腱駆動型ロボットフィンガにおける摩擦特性の確率モデル化と内力を用いた制御 発表概要: 腱駆動型ロボットフィンガでは, 腱経路全体で発生する摩擦が様々な要因によって変動し, 運動の不確実性の要因となる. 本研究では, この摩擦の不確実性を確率モデルとして捉え, 制御に応用することを目的とする. 特に, ロボットの動きに影響しない腱の内力成分を, 不確実性の制御に活用することを目指す. これまでに, 1自由度2腱拮抗型機構において内力および初期関節角度を変化させながら最大静止摩擦トルクの分布を計測し, 内力が摩擦特性に与える影響を実験的に調査した. 本発表ではその成果を報告するとともに, 確率摩擦モデルの構築とその制御への活用に向けた枠組みを述べる. | |||||||