Sachiyo Arai 研究室
主宰者：Sachiyo Arai
千葉大学
AI 要約（直近 5 年の研究成果）
本研究室は、複数の目標を同時に達成する必要がある実世界の意思決定問題を、機械学習により解くことを目指しています。鉄道の省エネ運行、交通信号の最適制御、自動運転など、相互に競合する複数の目的を持つシステムを対象としており、単一の目標だけでは解決できない課題に取り組んでいます。
主な研究手法は強化学習とその拡張技術です。データから専門家の行動意図を推定する逆強化学習、複数目標間のトレードオフ関係を考慮する多目標強化学習、報酬関数を自動的に改善する手法など、様々なアプローチを開発しています。また安全性を確保しながら学習を進める制御理論との融合や、事前に収集したデータから学習する方法など、実装面での課題解決も重視しています。
これらの研究を通じて、本研究室は実世界で人間の意図に合った制御システムを実現することに貢献しています。例えば、列車の運行曲線の自動生成、都市の交通流改善、水中ロボットの安全な航行など、具体的な応用例で成果を上げており、複雑な現実問題への実践的なAI技術の適用を推し進めています。
※ 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)
- 計算機科学Junyan Chen 研究室早稲田大学論文 68 件·共通: 人工知能・機械学習, 制御理論, 制御理論・応用, 学習・記憶 +10
- 工学Md Abdus Samad Kamal 研究室群馬大学論文 100 件·共通: 交通, 制御理論, 制御理論・応用, 学習・記憶 +9
- 工学Masaya Notomi 研究室東京工業大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 制御理論 +6
- 材料科学Sergei Manzhos 研究室東京工業大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +8
- 医学Akihiro Nomura 研究室金沢大学論文 77 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +8
- 計算機科学Yang Xiang 研究室千葉大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +7
- 計算機科学Tetsuya Sakai 研究室早稲田大学論文 71 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +7
- 医学Hiroyuki Katoh 研究室東海大学論文 84 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +7
研究成果（36 件）
- [2025] Dense Reward Estimation for Decision Transformers Using Adversarial Inverse Reinforcement LearningDOI: https://doi.org/10.1109/iiai-aai-winter69777.2025.00043
- [2025] Coordinated Traffic-Signal Control of Wide Area Network via Hierarchical Reinforcement LearningDOI: https://doi.org/10.1109/access.2025.3544800
- DOI: https://doi.org/10.1109/iiai-aai-winter69777.2025.00036
- DOI: https://doi.org/10.1109/iiai-aai-winter69777.2025.00031
- DOI: https://doi.org/10.1109/iiai-aai-winter69777.2025.00039
- DOI: https://doi.org/10.1097/cin.0000000000001353
- DOI: https://doi.org/10.1109/iiai-aai-winter69777.2025.00040
- DOI: https://doi.org/10.1109/iiai-aai-winter69777.2025.00012
- DOI: https://doi.org/10.1109/ica63002.2024.00014
- DOI: https://doi.org/10.1109/scisisis61014.2024.10760054
続きを表示（残り 26 件）閉じる
- [2024] Achieving Preferable Agreement by Utilizing offline Negotiation dialogue on Decision TransformerDOI: https://doi.org/10.1109/ica63002.2024.00013
- DOI: https://doi.org/10.20965/jaciii.2024.p0393
- DOI: https://doi.org/10.20965/jaciii.2024.p0403
- DOI: https://doi.org/10.1541/ieejeiss.144.88
- DOI: https://doi.org/10.1109/access.2024.3428411
- DOI: https://doi.org/10.1109/access.2024.3455780
- DOI: https://doi.org/10.1109/ica63002.2024.00024
- DOI: https://doi.org/10.1109/ica63002.2024.00038
- DOI: https://doi.org/10.3390/jmse11102014
- DOI: https://doi.org/10.1080/18824889.2023.2194234
- DOI: https://doi.org/10.3390/jmse11030588
- DOI: https://doi.org/10.1109/access.2023.3296537
- [2023] Efficient Elitist Cooperative Evolutionary Algorithm for Multi-Objective Reinforcement LearningDOI: https://doi.org/10.1109/access.2023.3272115
- DOI: https://doi.org/10.1109/access.2023.3281593
- DOI: https://doi.org/10.1016/j.ins.2023.119932
- DOI: https://doi.org/10.1016/j.swevo.2023.101349
- DOI: https://doi.org/10.23919/sice56594.2022.9905836
- DOI: https://doi.org/10.1007/s10015-022-00773-8
- DOI: https://doi.org/10.1016/j.jprocont.2022.12.010
- [2022] Multi-Objective Deep Inverse Reinforcement Learning through Direct Weights and Rewards EstimationDOI: https://doi.org/10.23919/sice56594.2022.9905799
- [2022] Development of Applicable Reinforcement Learning Compensator Using Ranking Information for AUVDOI: https://doi.org/10.1109/oceanschennai45887.2022.9775527
- DOI: https://doi.org/10.1527/tjsai.36-5_ag21-b
- DOI: https://doi.org/10.1109/iiai-aai53430.2021.00078
- DOI: https://doi.org/10.1007/s10015-021-00682-2
- DOI: https://doi.org/10.1002/eej.23319
- DOI: https://doi.org/10.7210/jrsj.39.625
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）。