システム指向設計の研究例  もっと見る

CADのプリント基盤配置

 右図に示す自律分散型最適化によるCADのプリント基盤配置システムの研究は松下電工との共同研究であり、当研究室では部品(抵抗やコンデンサなど)の適切な配置位置を決定するエージェント技術を開発しました.これは、プリント基盤上に配置される複数の部品(エージェントに相当)をシステムが決定するのではなく、部品自らが行動(上下左右の移動、回転、ジャンプなど)を決定しながら、部品間の配線長をできる限り短く、かつ速く配置する技術です.この技術により、商品化されるまでの基盤設計時間を一気に短縮するとともに設計者の手間も省けるようになり、専門家の成果を超える部品配置を見出すことに成功しました.

詳しくはこちら

research1


HTVカーゴレイアウト

 宇宙航空研究開発機構(JAXA)では、スペースシャトルのかわりに国際宇宙ステーション(ISS)に荷物を輸送する宇宙機(HTV)を開発していますが、当研究室ではそのカーゴインテグレーション業務の実用化に着手しました.具体的には、左図に示すように、HTVに搭載される荷物(クルーの食料や備品など)自らが適切な配置位置を見出すエージェント技術を考案しました.HTVの重心が機体の中心からずれると、適切な姿勢の制御に必要以上の燃料を費やすため、HTVの重心は機体のほぼ中心に収まる必要があります.

詳しくはこちら

research2


環境変化に適応するのための一般化手法の構築

 実環境において,地震などで鉄道,道路のインフラが機能停止した場合,早急な路線網構築が求められるが,路線状況は時間と共に変化し,路線のパフォーマンスが低下してしまう.しかし,その路線網を大幅に変更してしまっては利用客の混乱に繋がり,効率的ではない.その他にも,人の勤務シフトを作成した際に,急に勤務が不可能になってしまう場合に,わずかな修正で勤務シフトを再構築することが望まれる.具体的には,求めた解が環境に適応出来なくなった際に,出来るだけ少ない変更で環境に適応出来るような解が求められる.

詳しくはこちら

research2


人間指向設計の研究例  もっと見る

睡眠に関する研究

 レム睡眠やノンレム睡眠など,睡眠段階を推定することで,睡眠の深さを定量的に評価することができます.しかし,睡眠段階を正確に推定することができるPSG検査は,頭や顔にいくつもの電極をつけて寝なければならないため,患者の身体的負担が大きく,質のよい睡眠を妨げてしまいます.また,複数の医師・専門技師による解析を要することから経済的な負担がかかるという問題点があります.そこで,当研究室では,マットレスセンサーを用いて,無拘束でに睡眠段階を精度よく推定するための研究をしています.生理学的知見に基づき設計したモデルによる睡眠段階推定と機械学習を用いた睡眠段階推定の2種類のアプローチに取り組んでいます.
健常者のデータだけでなく睡眠時無呼吸症候群の患者の実データを取り扱っているため,病気の推定にも応用できないか模索しています.

詳しくはこちら


高齢者毎にあわせる介護支援

 当研究室では、高齢化社会における介護支援に焦点を当て、右図に示すような介護の質を向上させるケアサポートシステムを構築しています.具体的には、高齢者毎に適切なライフスタイルを設計するケアプラン設計エージェント、高齢者の健康データ(体温や血圧など)から健康状態を能動的に推定し、個々の健康状態に応じた介護を支援する健康モニタリングエージェント、介護データから有用な知識を介護士間で共有させる介護士育成支援エージェントに取り組んでいます.その一例として、非接触で高齢者の心拍データを取得した後、そのデータから睡眠段階を推定する技術を考案し、実際の介護施設への導入をすすめています.

詳しくはこちら


教育エージェント

 AIBOやPLEOなど,従来の1ユーザに適応するエージェントとは対照的に,集団に適応するエージェントの設計を探求する研究を行っています.集団は1個人に比べ,個人の集まりからもたらされる複雑な特徴があることから,それに適応するエージェントのモデル化が非常に難しいとされています.  上記の目的を解決するため,実世界の集団をモデル化しやすい異文化体験ゲームバルンガの被験者実験を行い,その模様を観察することで,不明確である集団適応状態を定義します.その後,実験の結果から集団に適応するエージェントをモデル化し,コンピュータシミュレーションによりそのモデルの効果を検証します.シミュレーションにより,(i)集団には他人の意見を考慮するリーダーが必要であり,(ii)集団がまとまるためには,リーダーに加え,意見を積極的に言うエージェント,周りに意見をあわせるエージェントの3種類のバランスが重要である,という知見が得られました.

詳しくはこちら


エージェント技術  もっと見る

学習分類子システム

 近年の情報技術の発達に伴い,多種多様なセンサーから多様なデータが取れるようになったため,そのデータの特徴や規則性などの有用な知識を発見するデータマイニング技術が求められています. そのような知識はニューラルネットワークをはじめとした様々な機械学習技術によって獲得が可能ですが,なぜそのような知識が得られたのかを人間が解釈する事が難しいという問題があります. また,実際のデータにはばらつきがあるため,規則性を見つけるのが難しく,実応用が進まない一つの要因となっています。 ばらつきも考慮して規則性を見つける手法の研究を行っています.

詳しくはこちら

research2


進化計算

 止め処無く変化する環境への適応私たちの過ごす現実世界では,株価のように時間などによって周りの環境・状況などが 刻一刻と変化するような問題があります.また,自然界には遺伝・魚の群れなど長い年月をかけて進化させてきた環境に適応するメカニズムが存在します.このようなメカニズムを利用することで,止め処無く変化する環境への適応を目指します.

詳しくはこちら

research2


マルチエージェント強化学習

 マルチエージェント強化学習は,人間や自動車などの社会の構成要素をエージェントに置き換え,その最適な振る舞いを強化学習で導く画期的手法です.私たちは,従来協調のために行う通信を廃し,阿吽の呼吸のように通信無しの協調行動学習法を探究しています.

詳しくはこちら

research2