強化学習による知能システムの設計
強化学習は試行錯誤に基づいて学習するAI技術であり、様々な状況に対して柔軟に対応できるように知的エージェントを制御します。
例えば、こちらの2つの動画はどちらも強化学習を使った車両制御の様子を表していますが、どちらが知的に見えますか？おそらく、下の運転の方が知的に見えると思いますが、実のところ上段の方が難しいことをしています。上段はレーンからのずれと他車との距離関係から操舵角や加速度を直接制御していますが、下段は車両制御そのものは学習せず、他車との位置関係から「進む・緩める・止まる」という速度の判断だけを学習しています。
では、同じ強化学習を使ったシステムで、なぜこれだけの違いが生まれたのでしょうか？その鍵はシステムの設計にあります。この動画では「レーンに沿って進む」という目的があり、すでに確立された制御則がある以上、AIによる柔軟さが本当に必要なのは前方車両との衝突回避でした。そのため、上段のように車両制御まで柔軟にすると、適切に運転できるようになるまでに時間がかかります。もちろん、より学習を進めれば上段のシステムも上手く制御できるかもしれませんし、交差点のように複雑な意思決定と車両制御が同時に必要なシーンでは、車両制御そのものに強化学習による柔軟さが求められます。
当研究室では、こうした問題の特性を踏まえた「賢い」知能システムを設計し、システム全体を俯瞰して問題の様々な特性に対応できる「柔軟な」強化学習モデルを開発することを目指しています。そして、AIの導入が難しい現実問題に対して、知能システムの柔軟さを活かした機能拡張によって解決する方法を探究します。特に、車両やロボットなどの活動単位が複数存在するシステムを想定した、マルチエージェント強化学習の基礎技術と応用について研究しています。
Research Areas
SOFTの研究テーマ
マルチエージェント強化学習とスマートモビリティ
複数船舶の安全な航路最適化や空中配送ロボットの経路計画のためのマルチエージェント強化学習に取り組んでいます。
詳しく見る →分布型強化学習
獲得報酬分布を推定しながら学習する分布型強化学習の機能強化に取り組んでいます。
詳しく見る →説明可能AIによるロボット制御
ルール集合から学習するLearning Classifier Systemに基づくロボットの柔軟な制御方法を探究しています。
詳しく見る →多目的マルチエージェント強化学習
現実環境の複雑な問題を解決するための多目的マルチエージェント強化学習に取り組んでいます。
詳しく見る →LLM駆動型強化学習
強化学習の機能強化のためのLLM活用方法に取り組んでいます。
詳しく見る →