研究内容

ロボットの制御では、その内部の力学をモデル化してその振る舞いを最適化させますが、近年では機械学習を用いてモデルを動的に求めることも多くなってきております。しかし、汎用性を重視した機械学習は環境の複雑さに限界があるため、限られたリソースを最大限活用する簡潔性と、必要な機能をリアルタイムに取捨選択できる適応性が今後必要になります。