Research

インクルーシブロボット基盤モデル（JST CRONOS）
言語指示に応じてロボット独自の行動を最適化可能な基盤モデルと接続された世界モデルを開発しています．
- ロボット間で共通する潜在的な行動空間とロボット固有の行動空間の写像
- 言語情報に応じて内部状態表現を切り替える軽量ハイパーネットワーク
- 多目的最適化として解釈した世界モデルの学習
巧技自在化AIモデル（JST K Program）
初学者と熟練者の技能差異を抽出して必要技能を初学者へと効率良く伝達させる3つのAIモデルを開発しています．
- 巧技AIモデルによる技能差異の抽出
- 指導AIモデルによる技能伝達に向けたインターフェース最適化
- 提示自在化AIモデルによる個人差に応じたインターフェース選択

確率推論としての強化学習
強化学習を確率推論問題として解釈することで見出だせる様々な価値を導出・解析しています．
- 最適性と乖離度の一般表現
- イベント発生を規範とした割引率の最適化
- TD学習におけるウェーバー・フェヒナーの法則
- 等間隔に配置された楽観性・悲観性を持つ分布型モデル
- 理論に裏付けされた楽観的な学習
- フィードバック誤差学習との融合
モデルベース強化学習
世界モデルの学習とそれを活用した実時間でのモデル予測制御について研究しています．
- 疑似経験データの生成と妥当性に基づく最適利用
- 適度に頑健で保守性を抑制した敵対的学習
- 効率的な準最適解への収束を可能にするモデル予測制御
- スパースな低次元潜在空間の抽出
深層強化学習の安定化
深層強化学習が安定して方策を最適化できる安定化技術を開発しています．
- 報酬や価値推定の不確実性への頑健化
- 経験再生の適用可能条件の分析
- 安定・高速なターゲットネットワークの更新
- 方策・価値関数の局所リプシッツ連続性の正則化

不完全な教示の活用
十分な品質・種類・量の教示データを用意できない中での模倣学習技術を開発しています．
- セルフペース学習による時空間的な部分模倣
- ツァリス統計に基づく外れ値に頑健な行動クローニング
- 欠損した行動データを安全・効率的に補うフレームワーク
インタラクティブ模倣学習
教示者とエージェントが協働で模倣に用いるデータを収集する枠組みについて研究しています．
- 操作主体感を損なわない能動探索
- 信頼度付き複数行動間での最適な合意形成

時系列データ処理
ロボットや人の運動を解析・表現するために重要な時系列データを処理するモデルを設計しています．
- 長期記憶と安定性を両立させるモデル構造
- 変分推論に基づく再帰型ニューラルネットワークの学習
- 周期表現を内包する複素リザバーコンピューティング
- べき乗則に従うニューロンダイナミクスの近似実装
確率的勾配降下法
深層学習のコア技術である確率的勾配降下法の性能向上を進めています．
- 二重構造化アルゴリズムの新解釈
- スチューデントのt分布に基づくノイズ・外れ値への頑健化
- 非定常問題に適用可能にするAMSGradの改良
生涯（継続）学習
自律ロボットが継続的に学習し続けるための基盤技術を開発しています．
- クロスモーダル学習による欠損モダリティの補完
- 記憶の安定性と可塑性のバランス調整
- 複数タスクの継続学習を可能にするフラクタルモデル

ヒューマノイドロボット
汎用型ロボットとして人社会での活躍が期待されるヒューマノイドロボットの運動制御について研究しています．
- 冗長自由度を考慮可能なsim2real強化学習
- 全身モデル予測制御と機械学習の融合
- 全身スキンセンサを活用した人とのダンス
- 二足歩行・走行の統一的な制御器と連続的な遷移
人支援ロボット
様々な人を支援するためのAI技術を開発しています．
- 安全な遠隔操作システムに向けた半自動化
- 人の主観評価に潜む暗黙知の抽出・理解
- 学習ベースモデル予測制御による手術支援
- 抽出した熟練技能による胚操作の習熟支援
- 人の移動動作認識に基づく適応的な支援戦略