マルチエージェント強化学習とスマートモビリティ
複数船舶の安全性を考慮した航路最適化
当研究室では、分布型強化学習（DRL: Distributional Reinforcement Learning）を利用した複数船の航路探索アルゴリズムを探究しています。具体的には、海上技術安全研究所の提案した航行妨害ゾーン（OZT: Obstacle Zone by Target）を組み合わせ、船舶の運動予測に基づく衝突リスクを回避した行動の学習を実現し、船舶の安全な航行を実現しました。今後は、より高度なシミュレーションに適用可能なアルゴリズムの開発、および風といった現実環境で無視できない影響を考慮した学習アルゴリズムを開発することを目標としています。
複数の空中配送ロボットの経路最適化
近年の日本の労働人口は減少し続けており、特に影響が深刻な輸送業において、ロボットの投入や自動運転等による労働力の確保は喫緊の課題となっています。当研究室では、京都大学丁助教、パナソニックホールディングス青山氏、岡山大学林准教授とともに、空中配送ドローンによる輸送経路最適化アルゴリズムを探究しています。具体的には、空中配送における動的な要素である経路遮断や風による制御の不安定さを再現したシミュレーションでドローンの方策を学習し、現実環境においても安全な輸送を可能とする手法を構築しています。また、当研究室は Delivery Robot Routing Problems Challenge (DRP Challenge)という競技会を毎年合同で開催し、より良いアルゴリズムを探究しています。