Komei Sugiura 研究室
主宰者：Komei Sugiura
慶應義塾大学
AI 要約（直近 5 年の研究成果）
本研究室は、家庭内で人間の日常生活を支援するロボットの実現を目指しており、自然言語指示に基づいた物体操作と環境理解が主な研究対象です。ユーザーが「キッチンから水筒を持ってきて」といった日常的な指示を与えると、ロボットが環境内から目的の物体と配置場所を特定し、物体を運ぶといったタスクの解決に取り組んでいます。このような開語彙（あらかじめ決められていない様々な言葉）の指示理解には、画像とテキストを組み合わせた多模態学習が必要であり、視覚と言語の関係性を深く理解するモデル開発を行っています。
技術的には、大規模事前学習済みモデルを活用した画像検索やセグメンテーション、および光流や軌跡予測などの物理的行動生成を組み合わせるアプローチを採用しています。また、脳活動信号（fMRI、EEG、ECoG）を用いた神経デコーディング技術にも取り組んでおり、人間の脳信号から意図や知覚情報を読み取る研究も並行して進めています。さらに、ロボットの意思決定過程を人間が理解できるよう可視化する説明可能性の研究や、自動評価指標の開発を通じて、ロボットシステムの信頼性と透明性を高める工夫も重視しています。
※ 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
関連研究室(8 件)
- 工学Gen Endo 研究室東京工業大学論文 100 件·共通: ロボット制御, ロボット・機構, ロボティクス・自動化, 環境動態科学 +7
- 計算機科学Satoshi Suzuki 研究室千葉大学論文 96 件·共通: 環境動態科学, 環境動態・生態, 学習・記憶, 認知・行動科学 +9
- 工学Kazuhiko Fukawa 研究室東京工業大学論文 96 件·共通: 環境動態科学, 環境動態・生態, 学習・記憶, 認知・行動科学 +9
- 工学Kazuki Maruta 研究室東京理科大学論文 100 件·共通: 環境動態科学, 環境動態・生態, 学習・記憶, 認知・行動科学 +8
- 工学Jin Nakazato 研究室東京理科大学論文 100 件·共通: 環境動態科学, 環境動態・生態, 学習・記憶, 認知・行動科学 +8
- 社会科学Tao Feng 研究室広島大学論文 100 件·共通: 環境動態科学, 環境動態・生態, 学習・記憶, 認知・行動科学 +8
- 計算機科学Kenji Tei 研究室早稲田大学論文 100 件·共通: 環境動態科学, 環境動態・生態, 学習・記憶, 認知・行動科学 +7
- 計算機科学Kien Nguyen 研究室千葉大学論文 100 件·共通: 神経回路・脳, 学習・記憶, 認知・行動科学, システム・計算神経科学 +5
研究成果（38 件）
- DOI: https://doi.org/10.1109/lra.2026.3653281
- DOI: https://doi.org/10.1088/1741-2552/ae89e8
- DOI: https://doi.org/10.1109/icassp55912.2026.11461445
- DOI: https://doi.org/10.1109/lra.2026.3682441
- DOI: https://doi.org/10.1609/aaai.v40i6.42472
- DOI: https://doi.org/10.1080/01691864.2025.2532610
- [2025] Interactive Robot Action Replanning using Multimodal LLM Trained from Human Demonstration VideosDOI: https://doi.org/10.1109/icassp49660.2025.10887717
- [2025] Mobile Manipulation Instruction Generation From Multiple Images With Automatic Metric EnhancementDOI: https://doi.org/10.1109/lra.2025.3539086
- DOI: https://doi.org/10.1080/01691864.2025.2469689
- DOI: https://doi.org/10.1109/access.2025.3554493
続きを表示（残り 28 件）閉じる
- DOI: https://doi.org/10.1109/access.2025.3577407
- DOI: https://doi.org/10.18653/v1/2025.emnlp-main.438
- DOI: https://doi.org/10.1109/iccv51701.2025.00877
- [2024] Trimodal Navigable Region Segmentation Model: Grounding Navigation Instructions in Urban AreasDOI: https://doi.org/10.1109/lra.2024.3376957
- [2024] Open-Vocabulary Mobile Manipulation Based on Double Relaxed Contrastive Learning With Dense LabelingDOI: https://doi.org/10.1109/lra.2024.3522841
- DOI: https://doi.org/10.1109/iros58592.2024.10802596
- DOI: https://doi.org/10.1080/01691864.2024.2388114
- DOI: https://doi.org/10.1080/01691864.2024.2381812
- DOI: https://doi.org/10.1109/cvpr52733.2024.01287
- [2024] Learning-To-Rank Approach for Identifying Everyday Objects Using a Physical-World Search EngineDOI: https://doi.org/10.1109/lra.2024.3352363
- DOI: https://doi.org/10.1109/access.2024.3416179
- DOI: https://doi.org/10.1109/lra.2024.3511404
- [2023] JaSPICE: Automatic Evaluation Metric Using Predicate-Argument Structures for Image Captioning ModelsDOI: https://doi.org/10.18653/v1/2023.conll-1.28
- DOI: https://doi.org/10.1109/iros55552.2023.10342165
- [2023] Multimodal Diffusion Segmentation Model for Object Segmentation from Manipulation InstructionsDOI: https://doi.org/10.1109/iros55552.2023.10341402
- DOI: https://doi.org/10.1109/iros55552.2023.10341388
- DOI: https://doi.org/10.1109/access.2023.3282444
- [2023] Affective Image Captioning for Visual Artworks Using Emotion-Based Cross-Attention MechanismsDOI: https://doi.org/10.1109/access.2023.3255887
- DOI: https://doi.org/10.1109/icpr56361.2022.9956163
- DOI: https://doi.org/10.1109/icip46576.2022.9897231
- DOI: https://doi.org/10.1109/icassp43922.2022.9747110
- [2021] LatteGAN: Visually Guided Language Attention for Multi-Turn Text-Conditioned Image ManipulationDOI: https://doi.org/10.1109/access.2021.3129215
- [2021] Unified Questioner Transformer for Descriptive Question Generation in Goal-Oriented Visual DialogueDOI: https://doi.org/10.1109/iccv48922.2021.00191
- DOI: https://doi.org/10.1109/lra.2021.3107026
- [2021] Visual Explanation using Attention Mechanism in Actor-Critic-based Deep Reinforcement LearningDOI: https://doi.org/10.1109/ijcnn52387.2021.9534363
- DOI: https://doi.org/10.1109/lra.2021.3092686
- DOI: https://doi.org/10.1080/01691864.2021.1913446
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）。