拡張型知能システム学上野研究室

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、機械学習はロボットに限らず、データマイニングや推薦システムなどの多種多様な問題解決に利用されるため、汎用性を重視した設計になっています。

結果として、機械学習によるロボット制御では細々とした状況への対応に限界があります。そしてそれを克服するためには、より簡単な機構でより多くの問題を解決できる最適化された知能を構築するとともに、複雑さを減らすために環境に積極的に介入する必要があります。

本研究室が取り組む研究では、そうした現状のロボットの能力を現実世界に拡張し、最大限の能力を発揮できるシステムをデザインします。具体的には、次の研究テーマに取り組んでいます。

複数船舶の安全性を考慮した航路最適化

複数の空中配送ロボットの経路最適化

複数ロボットの多目的な経路最適化と制御

知能ロボットの知識生成と進化

フィールドロボット制御のための機械学習

惑星探査機の自己位置推定アルゴリズム