Cross-disciplinary research on the prediction and control of real-world interactions based on evidence and causality

点击翻译按钮获取中文摘要

当該年度は、主に3つのアプローチによる研究を行った。（１）各ドメインでのインタラクションを機械学習ベース、ルールベース、あるいはそれらを組み合わせた予測技術、（２）インタラクションの制御に関して介入効果を推定する方法、（３）強化学習を用いた制御・評価方法に関する研究を行った。国際連携においては、米国を中心とした11大学と共同研究を行い、自動運転に関する国際ワークショップを開催した。（１）について、運転に関しては例えば、運転者の個別の運転特性を考慮した車線変更に関する研究（Bao et al. 2022, IEEE Access）や、遮蔽を考慮した視認性最大化のための能動的な位置調整を用いた運動計画の研究（Narksri et al. 2022, IEEE Access）を出版した。スポーツにおいては、サッカーにおける軌道予測に基づいた選手評価の研究が発表された（Teranishi et al. 2022, ECML-PKDD workshop）。音声情報処理においては、音声の特徴を加味した準周期波形モデリングのための時系列単位の最適化に関する論文が発表された（Chen & Toda, 2022, APSIPA）。（２）について、運転に関しては、自動運転シミュレータにおける経時的介入結果の推定手法に関する研究が発表された（Fujii et al. 2022, SIGSPATIAL, Best poster award) 。さらに、動物の群れモデルへの介入、集団スポーツのプレーなど、領域横断的なシナリオに拡張した研究は、現在国際雑誌に投稿中である。（３）については、追跡-逃避（Tsutsui et al. 2022, ICIP workshop）やバドミントン（Ding et al, 2022, IEEE Access）において強化学習を用いた行動制御・評価に関する研究が発表された。