Taisuke Kobayashi 研究室
主宰者：Taisuke Kobayashi
国立情報学研究所
AI 要約（直近 5 年の研究成果）
小林泰介研究室は、ロボット制御や自律意思決定の実現を目指して、強化学習と制御理論を融合させた研究を行っています。特に、価値関数の学習過程における更新ルールの改善に着目し、生物学的な知見（脳のドーパミン神経の非対称な反応特性など）を取り入れた理論的なフレームワーク構築に取り組んでいます。さらに、ロボットが高次元のセンサ情報（カメラ画像など）から効率的に低次元の潜在空間を抽出する手法や、学習過程で過去の知識を忘れずに新しいスキルを習得する継続学習の方法論も開発しています。
実務的な応用面では、ロボットアームの動作計画、手術支援ロボットの組織操作、歩行制御、微細操作支援システムなど、複数の具体的なロボットタスクに対して提案手法を適用・検証しています。制御の最適性と計算効率、安全性と適応性といったトレードオフの問題に対して、サンプリングに基づく制御や逆強化学習、模倣学習といった多様なアプローチを組み合わせることで解決を図っています。
さらに同研究室は、大規模な神経ネットワーク学習における二乗誤差の高次統計量の扱いや、正規化フロー等の確率モデルの効率的な設計など、機械学習の基礎的な課題にも取り組んでおり、理論と実装、生物学的妥当性を統合した幅広い研究を展開しています。
※ 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Seiichiro Katsura 研究室慶應義塾大学論文 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, 制御理論 +7
- 工学Md Abdus Samad Kamal 研究室群馬大学論文 100 件·共通: 制御理論, 制御理論・応用, 制御・システム工学, 学習・記憶 +9
- 工学Kei Sakaguchi 研究室東京工業大学論文 100 件·共通: 制御理論, 制御理論・応用, 制御・システム工学, 学習・記憶 +8
- 工学Koichi Suzumori 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, 制御・システム工学 +6
- 医学Yohei Otaka 研究室藤田医科大学論文 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, ロボット +6
- 社会科学Wataru Hijikata 研究室東京工業大学論文 100 件·共通: ロボット・機構, ロボティクス・自動化, 制御理論, 制御理論・応用 +6
- 物理学・天文学Raisei Mizokuchi 研究室東京工業大学論文 100 件·共通: 制御理論, 制御理論・応用, 制御・システム工学, 電気・電子工学 +5
- 医学Shuji Takiguchi 研究室名古屋市立大学論文 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, ロボット +3
研究成果（31 件）
- DOI: https://doi.org/10.1162/neco.a.1546
- DOI: https://doi.org/10.3389/frai.2026.1649239
- DOI: https://doi.org/10.1002/aisy.202500651
- DOI: https://doi.org/10.3389/frobt.2025.1649154
- DOI: https://doi.org/10.1177/02783649251358844
- DOI: https://doi.org/10.1016/j.robot.2025.105057
- DOI: https://doi.org/10.1016/j.rico.2025.100530
- DOI: https://doi.org/10.1007/s10489-024-05685-7
- DOI: https://doi.org/10.1080/01691864.2024.2336253
- DOI: https://doi.org/10.1080/01691864.2024.2324303
続きを表示（残り 21 件）閉じる
- DOI: https://doi.org/10.1109/lra.2024.3366011
- DOI: https://doi.org/10.1038/s41598-023-48265-4
- DOI: https://doi.org/10.1016/j.neucom.2023.126692
- [2023] Sparse representation learning with modified q-VAE towards minimal realization of world modelDOI: https://doi.org/10.1080/01691864.2023.2221715
- DOI: https://doi.org/10.1016/j.rico.2023.100244
- DOI: https://doi.org/10.1080/01691864.2023.2208634
- DOI: https://doi.org/10.1016/j.ifacol.2023.10.1584
- DOI: https://doi.org/10.1016/j.rico.2022.100192
- DOI: https://doi.org/10.1186/s40648-022-00232-w
- [2022] Latent Representation in Human–Robot Interaction With Explicit Consideration of Periodic DynamicsDOI: https://doi.org/10.1109/thms.2022.3182909
- DOI: https://doi.org/10.1007/s41315-022-00243-1
- DOI: https://doi.org/10.1016/j.neunet.2022.04.021
- DOI: https://doi.org/10.1016/j.conengprac.2022.105095
- DOI: https://doi.org/10.1016/j.robot.2021.104019
- DOI: https://doi.org/10.7210/jrsj.40.251
- [2022] Sampling-Based Model Predictive Control Focusing on the Asymmetry of Kullback-Leibler DivergenceDOI: https://doi.org/10.7210/jrsj.40.174
- DOI: https://doi.org/10.1080/01691864.2021.1959397
- DOI: https://doi.org/10.1002/aisy.202100038
- DOI: https://doi.org/10.1016/j.neunet.2020.12.023
- [2021] Bottom-up multi-agent reinforcement learning by reward shaping for cooperative-competitive tasksDOI: https://doi.org/10.1007/s10489-020-02034-2
- DOI: https://doi.org/10.1109/access.2021.3125000
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）。