Research

昨今「人工知能」という言葉が流行っていますが，そもそも「知能とは何か？」と聞かれて，答えられる人はどれだけいるでしょうか？本研究室では，「知能とは適応（Adaptation）により創発される」との考えの下、様々な研究を行っています．以下に、本研究室で扱っている研究に関するキーワードと、ここれまでに実施したテーマ（のごく一部）は以下の通りです（詳しく聞きたい方は、直接連絡願います） ．

＜キーワード＞

機械学習，ロボット，片付け，パターン認識，生体信号計測，画像処理，ヒューマンロボットインタラクション，人間工学，福祉工学など．

＜研究テーマ＞

機械学習に関するテーマ

機械学習とは，膨大なデータから法則や特徴などを見つけ出して利用する技術です．この技術を応用することで，大量の画像（データ）から，特定の物体の特徴を自動で見つけ出し，それを利用して，その物体を識別するシステムを構築することができます．機械学習には，近年話題となっているDeep Learningの他，強化学習など様々な手法が存在します．これまでに， Deep Learningを用いた識別システムに関する研究 や， 強化学習を用いたUAV（ドローン）の制御に関する研究などを行っています．

<参考文献>

  • Chyon Hae Kim, Kanta Watanabe, Shun Nishide and Manabu Gouko, “Between Exploration and Exploitation in Motor Babbling,” International Journal of Control, Automation, and Systems. vol. 16, issue 4, pp. 1840-1853, 2018.
  • Ryo Hirai, Manabu Gouko and Chyon Hae Kim, “Joint Angle Error Reduction for Humanoid Robot using Dynamics Learning Tree,” Proceedings of The 31st International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems (IEA-AIE 2018), pp. 221-232, (2018-6).
  • Takuya Sugimoto, Manabu Gouko, “Acquisition of hovering by actual UAV using reinforcement learning,” Proceedings of 2016 3rd International Conference on Information Science and Control Engineering (ICISCE 2016), pp. 148-152, (2016-7).
  • 杉本卓哉，郷古 学, “実機UAVを用いた強化学習によるホバリングの実現,”  ロボティクス・メカトロニクス講演会2016(ROBOMEC2016), 講演論文集(DVD), 1P1-04b2, (2016-6).

人とエージェントのインタラクションに関するテーマ

インタラクションとは，人間と人工物（ロボットやアバター）の間の情報のやり取りのことです．人間との有効な関係を築くためには，エージェントの「外見」や「動き」をどのように設計すべきかを研究しています．これまでに， 認知症予防を目的とした鉢植え型ロボットや，散らかったテーブルの片付けを促すロボットの研究，脱水症状を防ぐための水分補給を促すシステムの開発などを行っています．

<参考文献>

  • Akihiro Ogasawara and Manabu Gouko, “Determining the Most Effective Way of Ensuring a Tidying-Up Behavior: Comparison of Effects of Reminders Using Oral Instruction, Posters, and Robots,” Journal of Advanced Computational Intelligence and Intelligent Informatics. vol. 24, no. 4, pp. 543-548, 2020.
  • 石墨渚沙，郷古 学, “認知症予防のための植木鉢型IoTデバイス“Famileaf”,” 情報処理学会第82回全国大会，5ZE-09, (2020-3).
  • 小笠原聡大，郷古 学, “机上の片付けの促し方法とその効果について,” 第6回仕掛学研究会,  (2019-2).
  • Nagisa Ishizumi and Manabu Gouko, “Famileaf: Flowerpot Robot for Dementia Prevention,” 2019 International Symposium on Intelligent Signal Processing and Communication Systems (ISPACS 2019), O14-2, (2019-12).
  • Manabu Gouko, Yuka Arakawa, “A coaster robot that encourages office workers to drink water,” Proceedings of 5th International Conference on Human-Agent Interaction (HAI 2017), pp. 447-449, (2017-10).
  • 郷古 学, 金 天海, “テーブル上の物体の片付けを促すためのロボットの振る舞い,” 人工知能学会論文誌, Vol. 32, No. 5,  pp. E-H31_1-8, 2017.

ロボットの能動知覚に関するテーマ

見たことのない物体が，テーブルの上に置いてある時，あなたはどうしますか？　それが「何か」を確かめるために，自ら手にとって，動かしてみたりするかもしれません．このように，物体の認識において，認識する側（この場合人間）が，対象物体を動かして確かめる（認識する）ことを能動知覚と言います．本研究室では，ロボットの物体識別を対象に，識別に有効な「動かし方」をロボット自身に学習を通じて獲得させる方法を構築しています．

<参考文献>

  • 菅ノ又恵，郷古 学, “実ロボットによる把持物体の特徴抽出のための行動学習手法,” 情報処理学会第84回全国大会，4V-06, (2022-3).
  • Manabu Gouko, Chyon Hae Kim, Yuichi Kobayashi, “Active Perception Model Extracting Object Features from Unlabeled Data,”  Proceedings of 18th International Conference on Advanced Robotics (ICAR 2017), pp.518-523, (2017-7).
  • Chyon Hae Kim, Yusuke Kon, Ricardo Navarro, Manabu Gouko, Yuichi Kobayashi, “Effective Reward Function in Discernment Behavior Reinforcement Learning based on Categorization Progress,” Proceedings of 2016 IEEE-RAS International Conference on Humanoid Robots (Humanoids 2016), pp.300-305, (2016-11). 
  • Manabu Gouko, Yuichi Kobayashi, Chyon Hae Kim, “Online exploratory behavior acquisition model based on reinforcement learning,” Applied Intelligence, vol. 42, issue 1, pp.75-86, 2015.
  • 郷古 学, 金 天海, 小林祐一, “強化学習による物体識別のための探索行動の獲得,” 人工知能学会論文誌, vol.29, no.1, pp.120-128, 2014.

片付けに関するテーマ

あなたが普段使っている机の上は片付いていますか？机の上が整理整頓されているかどうかが，デスクワークの作業効率に影響を及ぼすことが知られています．では，どのようにすれば常に机の上を整理整頓していられるのでしょうか？本テーマでは、人に片付けを「促す」アプリケーションの実現や，そもそも人が片付いていると感じるのはどういう状態なのかを明らかにすることを目指します．

<参考文献>

  • 郷古 学, “机上の空きスペースの大きさと配置が片付けの知覚に与える影響,” 日本家政学会誌, Vol. 73, No. 8,  pp. 525-534, 2022.
  • Akihiro Ogasawara and Manabu Gouko, “Determining the Most Effective Way of Ensuring a Tidying-Up Behavior: Comparison of Effects of Reminders Using Oral Instruction, Posters, and Robots,” Journal of Advanced Computational Intelligence and Intelligent Informatics. vol. 24, no. 4, pp. 543-548, 2020.
  • 郷古 学, 金 天海, “テーブル上の物体の片付けを促すためのロボットの振る舞い,” 人工知能学会論文誌, Vol. 32, No. 5,  pp. E-H31_1-8, 2017.