研究内容

本ページにコンテンツを移行中です。それまでの間、こちらのサイトも合わせてご覧ください

研究の全体像

マルチモーダル言語処理

我々の発話中には省略された情報が含まれていますが、ロボットがそれらを補完することは困難です。音声言語とマルチモーダル情報を用いて命令を理解する手法を研究開発しています。

生活支援ロボット

日常環境において支援を必要とする方のための家庭用ロボットの研究に取り組んでいます。世界最大の生活支援ロボットのベンチマークテストであるロボカップ@ホームで2度世界大会優勝しています。

クラウドロボティクス

ロボットの機能の一部をクラウド化することで、低コストで高性能な処理が可能になります。我々は、クラウドロボティクス基盤rospeexを構築し、2013-18年に50,000ユニークユーザ以上に利用されました。

模倣学習・動作解析

人間の動作を解析し、ロボットに模倣させる技術を研究しています。模倣学習により、専門的知識が不要なユーザフレンドリな方法でロボットに動作を教示することが可能になります。

ユーザプロファイリングと推薦

観光スポットを選択するためにガイドブック・地図・検索エンジンを使うことも多いですが、曖昧な嗜好を元に推薦してほしいというニーズもあります。我々は、ユーザの気分や雰囲気から観光スポットを推薦する手法を開発し、京都市観光局にライセンスしました。

太陽フレア予測

太陽フレアは電波障害の原因となり、飛行機の航路変更に影響を及ぼします(1機あたり200万円の損失)。我々はResNetに基づく予測手法Deep Flare Netを開発し、世界最高性能を達成しました。

大気汚染物質の予測

大気汚染物質PM2.5等による早期死亡者数は全世界で年間330万人と言われて いますが、現状では正確な予測が困難です。我々は、Dynamic Pretrainingを 導入したDeep Learningによる予測手法を開発しました。

オープンサイエンスデータ検索

ウェブ上には論文やデータが多く公開されるようになってきましたが、そ れらの検索精度はウェブページと比較するとかなり低いのが現状です。我々は、 時空間情報を用いた擬似適合性フィードバック手法を開発し、ウェブサービスとして公開しました。

センサ配置最適化

ロボットの身体上や環境へのセンサ配置を最適化することで、学習を高速化したり無駄のない情報収集が可能になります。我々は、劣モジュラ性を利用した期待相互情報量最大化手法を提案しました。