じゃんけん × 強化学習 (別サイトが開きます)
じゃんけんを題材に、マルコフ連鎖と強化学習を体験できます。人の手の癖を学習する AI と対戦し、統計がリアルタイムに変わる様子を確かめられます。
研究室の見学、配属、大学院進学を考えている方へ。
コンピュータやソフトウェアは、いつか必ず壊れます。問題は「壊れるかどうか」ではなく、壊れることを前提にして、どう設計すれば安心して使い続けられるかです。
私たちはこれを、勘や経験ではなく数学で扱います。いつ故障するかは分からなくても、確率としてなら扱える。テストをどこまで続ければリリースしてよいか、機械をいつ点検すれば費用が最小になるか、こうした問いに数式で答えを出すのが研究室の仕事です。
扱う道具は確率論・統計学・最適化で、対象はソフトウェア、クラウド、通信ネットワーク、電力網まで広がります。最近は機械学習や大規模言語モデル (LLM) をテストの自動生成に使う研究にも力を入れています。
理屈より先に、動かしてみるのが早いと思います。ブラウザだけで動きます。
修士課程を修了した学生の多くは、情報通信・製造・金融などの分野でソフトウェア開発や品質保証、データ分析の仕事に就いています。博士課程に進み、研究者の道を選ぶ人もいます。
研究室の見学はいつでも受け付けています。研究内容についての質問も歓迎します。連絡先の調べ方は問合わせのページに書いています。
大学院からの進学を考えている学外の方も歓迎します。
じゃんけんを題材に、マルコフ連鎖と強化学習を体験できます。人の手の癖を学習する AI と対戦し、統計がリアルタイムに変わる様子を確かめられます。
棒を倒さないように台車を動かす、制御の古典的な題材です。強化学習のエージェントが試行を重ねて上達していく過程を観察できます。
センサをどこに置けば地域を確実に見守れるかを、二分決定図(BDD)で厳密に評価します。センサを動かすと信頼性が即座に再計算されます。計算はすべてブラウザ内で実行されます。
テストをいつ打ち切り、いつリリースするか。故障データから信頼性を推定する確率モデルの研究。
テストケースの自動生成からモデル駆動開発まで、開発の現場を支える技術。
大規模なマルコフ連鎖を高速に解く。位相型分布・マルコフ到着過程・EM アルゴリズム。
取替え・修理・点検をいつ行うべきか。確率過程に基づく最適予防保全の理論。
ソフトウェア若化、チェックポイント、クラウドや 5G ネットワークの性能・可用性評価。
マルウェアの分類と脆弱性の検出に、機械学習と確率モデルの両面から取り組む。