神経形態ハードウェアにおける脳に倣った計算原理を用いた学習逆運動学 背景と研究動機 現代のロボティクスの分野では、自律的な人工エージェントの低遅延神経形態処理システムを実現することに大きな可能性がある。しかし現在のハードウェアは変動性と低精度があり、そのためその安定性と信頼性を確保することが厳しい課題となっている。これらの課題に対処するため、研究者たちは脳にインスパイアされた計算原理（computational primitives）を利用しています。例えば、三重スパイクタイミング依存プラスティシティ（triplet spike-timing dependent plasticity）、基底核に基づく脱抑制メカニズムおよび協力競技ネットワークなどを運動制御に応用しています。 本研究では、混合...

小規模磁振動定位新方法の詳細およびそのロボット技術への応用 研究背景と動機 微小ロボットは特に低侵襲手術、ターゲット薬物送達、および体内センサーリングなど、医学分野において大きな可能性を示しています。最近では、無線駆動によるナノからミリメートルスケールのロボットを生物環境内で駆動・操作することに大きな進展がありました。しかし、これらの微小ロボットのリアルタイム位置特定、特に深層生体組織内での位置特定は依然として解決されるべき課題です。従来の医療画像技術（MRI、CT、PET）は空間分解能に優れていますが、更新頻度が低いか放射線の問題があるため、移動ロボットの継続的追跡には適していません。また、既存の静的な磁気定位方法は、一部の場面では五自由度（DOF）までの定位が可能ですが、磁気軸の回転対称...

自己注意メカニズムに基づいたリスク感受性ロボット制御の探討 研究背景 ロボット制御における運動学と動力学は、任務を正確に遂行するための重要な要素です。ほとんどのロボット制御スキームは、多様なモデルに依存して任務の最適化、スケジューリング、および優先順位制御を実現しています。しかし、伝統的なモデルの動的特性の計算は通常複雑であり、誤差が発生しやすいという問題があります。この問題を解決するために、機械学習や強化学習技術を使用してモデルを自動取得することが可能な代替案として現れました。しかし、実際のロボットシステムに直接適用する際には、急激な運動変化や望ましくない行動出力のリスクが存在します。 研究の出所 本論文はソウル国立大学およびローザンヌ連邦工科大学からのDongwook Kim、Sudon...

研究背景 救援任務において、捜索救助の効率を向上させる新しい解決策として、電子バックパックと昆虫を組み合わせたサイボーグ昆虫（cyborg insects）の利用が注目されています。これらの昆虫は、生物と電子技術の長所を結合し、通信、感知、制御のための追加電子バックパックが装着されています。しかし、追加装置は昆虫のバランスに影響を与え、特に自らを直立させる（self-righting）動作に影響します。昆虫が任務中に落下や事故に遭遇した場合、元の機械装置が原因で転倒し自由に動けなくなる可能性があります。この課題に対処するため、本研究では、ナナホシテントウの自らを直立させる動作を模倣したバイオニック3Dプリント人工肢を導入し、サイボーグ昆虫の複雑かつ予測不可能な条件下での柔軟性を向上させること...

修整螺旋体：一种具高精度，大工作空间和顺应性相互作用的软结构 背景介绍 近年、バイオインスパイアードによって、多くの研究者が伝統的な硬いロボットのパラダイムを離れ、順応性のある材料と構造を含むデザインに移行しています。象の鼻はこの柔軟なロボットのビジョンの典型的な例で、制御力と作業空間において比類のない能力を持ち、その順応性により多目的なツールとして使われます。しかし、これまでの最も優れた軟体ロボットでも、この自然界の性能に完全には匹敵していません、特に1メートル以上の規模のシステムにおいて。 この限界に対処するために、本研究では構築材料（アーキテクチャードストラクチャー）を利用する解決策を提唱します。これらの構造は材料の特性ではなく、幾何学的形状を通じてその物理特性を調整し、内部のマイクロ...

クリップによる反強誘電薄膜電動機の電応答強化に関する研究 背景紹介 反強誘電薄膜材料は、微小/ナノメートルサイズの電気機械システムにおける潜在的な応用で広く注目を集めています。このようなシステムは、高い電気機械応答を持つ材料を要求しており、電場を加えることで顕著な電気機械変形を生み出します。しかし、従来の電気機械材料（強誘電材料や弛緩強誘電材料など）は、その厚さがサブミクロンレベルに縮小すると、応答が著しく低下します。これは主に、基板の機械的クリップ効果が材料の分極の回転と格子変形を制限するためです。 この制限を克服するために、研究者たちは非伝統的な方法を提案しました。すなわち、電場によって誘導される反強誘電-強誘電相変化と基板の拘束の結合を利用し、反強誘電薄膜の顕著な電気機械応答を実現しま...

学術報告：先進最適追跡と神経ネットワーク評価技術の統合による非対称制約ゼロサムゲームの研究 背景と研究課題 現代の制御分野において、ゲーム理論は、少なくとも二人のプレイヤーの相互決定問題を含む、知的意思決定者間の競争と協力を研究する数学モデルである。近年、微分ゲームは制御分野でますます注目を集めている。複雑な外乱システムの最適制御問題に直面する際、通常これをゼロサムゲーム（Zero-Sum Game, ZSG）と見なす。システムの制御問題が異なる制御戦略を含み、外乱がない場合、非ゼロサムゲーム（Non-ZSG）と呼ばれる。しかし、実際のシステムには様々な外乱が存在するため、外乱がシステム性能に与える影響を軽減するために、ZSG問題をさらに考慮することが非常に重要である。 特に連続時間（Con...

構造強化の原型アライメントによる教師なしドメイン適応ノード分類 序論 現代情報技術の発展に伴い、グラフニューラルネットワーク（Graph Neural Networks、GNNs）は複雑なネットワークのノード分類タスクにおいて顕著な成功を収めています。しかし、その一つの大きな課題は大量の高品質なラベルデータを必要とすることです。これはグラフ構造データに対して取得コストが高く、時間もかかります。したがって、豊富なラベルがあるグラフ（ソースドメイン）から知識を完全にラベルのないグラフ（ターゲットドメイン）に移す方法が重要な問題となっています。 研究背景と目的 著者のチームは浙江大学計算機科学学院、浙江省サービスロボット重点実験室、およびシンガポール国立大学計算機科学学院から来ています。彼らは構造...

语義セグメンテーションは画像内の各ピクセルに対してクラスラベルを予測することを目的としており（Liu et al., 2021; Wang et al., 2021）、シーンの理解、医療画像解析、自動運転、地理情報システム、拡張現実などに広く応用されています（Strudel et al., 2021; Sun et al., 2023）。深層神経ネットワークの発展により、セグメンテーションタスクの性能が大幅に向上しましたが（Chen et al., 2014; Guan et al., 2021; Zhao et al., 2017）、これらの進歩はモデルの訓練に大量のピクセルレベルのアノテーションデータを必要とし、これらのデータの取得は現実の場面では高コストです（Jiang et al.,...

プロトタイプに基づくサンプル加重ディスティレーション統一フレームワークの欠損モダリティ感情分析への応用 研究背景 感情分析は自然言語処理(NLP)における重要な分野であり、ソーシャルメディアプラットフォームの発展と共に、人々は短いビデオクリップを通じて感情を表現する傾向が強まっています。これによりマルチモーダルデータが急速に増加しています。しかし、現実生活ではモダリティ欠損の状況がよく発生します。たとえば、音声が失われたり、カメラが遮られたり、音声の転記ミスなどが原因です。このような状況では、欠損モダリティの感情分析が重要であり、かつ困難な課題となります。マルチモーダルの異質性は、すべてのモダリティをマルチモーダルネットワーク上で同じ目標に最適化しようとするときに、特にモダリティ欠損の場合に...