Research
機械学習・深層学習を用いて、世界モデルにもとづく予測と、その表現の獲得について研究しています。
物理環境の予測と言語化
実世界の映像から次に何が起こるかを予測し、その内容を言語で説明するモデルに取り組んできました。
ヒトが実世界を理解するとき、観察している対象の「変化点」（物体どうしがぶつかる、跳ね返るなど）を捉え、認識した結果を言語として理解していると考えられます。この考えにもとづき、映像に加えて物体の位置・速度といった物理的な情報も同時に扱う予測モデルを構築し、変化が起きる時点を検出できるようにしました。さらに、モデルの推論内容を「緑色の球が赤色の円柱にぶつかる」のような文として生成することで、予測の中身を検証できるようにしています。
関連する発表: JACIII (2025) ・ JACIII (2025) ・ ICMLC2025 ・ SCIS&ISIS2024 ・ DS2023 ・ PRML2023
抽象的な行動表現（潜在行動）の獲得
観測系列だけから行動の表現を学習し、「歩く」「走る」といった意味のまとまりとして整理する研究です。
多くの世界モデルは将来の観測を予測することに重点があり、行動は状態遷移を引き起こす入力として扱われるため、行動そのものの意味的な構造は明示的にモデル化されていません。そこで、連続する観測の変化を逆ダイナミクスモデルで潜在表現へと符号化し、動きのカテゴリにもとづく対照学習によって、意味的に近い行動が異なるエージェント間でも近くに埋め込まれるようにしました。得られたカテゴリごとの中心表現を、離散的な行動の単位として扱います。
関連する発表: 人工知能学会全国大会（第40回）, 2026
今後の関心
これまでの「実世界の予測」と「行動表現の獲得」を土台に、未見の物体や状況にも対応できる、より汎用的な世界モデルのあり方に関心があります。
また、研究室内での実験にとどまらず、実環境での検証や社会実証にも取り組んでいきたいと考えています。
Coming soon