Takayuki Osa 研究室（理化学研究所・RIKEN Center for Advanced Intelligence Project）

AI 要約（直近 5 年の研究成果）

本研究室では、ロボットの動作制御と製造プロセスの最適化を、機械学習と最適化手法を用いて研究しています。ロボット制御の領域では、複雑な形状や高い自由度を持つロボットの運動計画と制御に取り組んでいます。具体的には、内部張力で形態と剛性が決まる柔軟なロボットマニピュレータの動作学習、多指ロボットハンドによるロボティック楽器演奏や器用な作業、建設機械による自動掘削など、様々なタスクを対象としています。これらの研究では、ニューラルネットワークを用いた運動学モデルの学習、強化学習による最適方策の獲得、不確実性を考慮した計画手法などを採用しており、少ないサンプルデータで効率的に学習する方法の開発が特徴です。製造プロセスの領域では、熱可塑性樹脂の三次元造形や燃料電池電極・パウダーフィルムの乾燥プロセスなど、複数のパラメータが相互に影響する複雑なプロセスの最適化に取り組んでいます。ベイズ最適化により実験回数を減らしつつ最適条件を効率的に探索する手法を開発し、実際の生産プロセスに適用しています。これらの研究を通じて、データ駆動型のアプローチで実世界の複雑なシステムを制御・最適化することを目指しています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

研究成果（16 件）

[2025] Uncertainty-aware Motion Planning based on Stochastic Forward/Inverse Kinematics Models for Tensegrity Manipulators
DOI: https://doi.org/10.1109/iros60139.2025.11246289
[2025] Few-shot Imitation Learning by Variable-Length Trajectory Retrieval from a Large and Diverse Dataset
DOI: https://doi.org/10.1109/humanoids65713.2025.11203120
[2025] Autonomous parameter exploration in thermoplastic material-extrusion additive manufacturing using Bayesian optimization with intermediate features
DOI: https://doi.org/10.1016/j.jmapro.2025.12.021
[2024] Active Learning for Forward/Inverse Kinematics of Redundantly-driven Flexible Tensegrity Manipulator
DOI: https://doi.org/10.1109/iros58592.2024.10802310
[2024] Latent Space Curriculum Reinforcement Learning in High-Dimensional Contextual Spaces and Its Application to Robotic Piano Playing
DOI: https://doi.org/10.1109/humanoids58906.2024.10769872
[2024] Touch-Based Manipulation with Multi-Fingered Robot using Off-policy RL and Temporal Contrastive Learning
DOI: https://doi.org/10.1109/icra57147.2024.10610239
[2024] Robustifying a Policy in Multi-Agent RL with Diverse Cooperative Behaviors and Adversarial Style Sampling for Assistive Tasks
DOI: https://doi.org/10.1109/icra57147.2024.10611719
[2023] Learning Adaptive Policies for Autonomous Excavation Under Various Soil Conditions by Adversarial Domain Sampling
DOI: https://doi.org/10.1109/lra.2023.3296933
[2023] Forward/Inverse Kinematics Modeling for Tensegrity Manipulator Based on Goal-Conditioned Variational Autoencoder
DOI: https://doi.org/10.1109/iros55552.2023.10341525
[2022] Discovering diverse solutions in deep reinforcement learning by maximizing state–action-based mutual information
DOI: https://doi.org/10.1016/j.neunet.2022.04.009

続きを表示（残り 6 件）

[2022] Deep Reinforcement Learning With Adversarial Training for Automated Excavation Using Depth Images
DOI: https://doi.org/10.1109/access.2022.3140781
[2022] Motion planning by learning the solution manifold in trajectory optimization
DOI: https://doi.org/10.1177/02783649211044405
[2022] Sample-efficient parameter exploration of the powder film drying process using experiment-based Bayesian optimization
DOI: https://doi.org/10.1038/s41598-022-05784-w
[2021] Parameter Optimization in the Drying Process of Catalyst Ink for PEFC Electrode Films with Few Cracks
DOI: https://doi.org/10.1149/ma2021-02421300mtgabs
[2021] Parameter Optimization in the Drying Process of Catalyst Ink for PEFC Electrode Films with Few Cracks
DOI: https://doi.org/10.1149/10409.0017ecst
[2021] Hierarchical Deep Reinforcement Learning for Robots
DOI: https://doi.org/10.7210/jrsj.39.613

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（16 件）

科研費（0 件）

所属学会・役職（0 件）