尾形 哲也 (オガタ テツヤ)

写真a

所属

理工学術院 基幹理工学部

職名

教授

ホームページ

http://ogata-lab.jp

プロフィール

1993年早稲田大学理工学部機械工学科卒業.1997年日本学術振興会特別研究員(DC2),1999年早稲田大学理工学部助手,2001年理化学研究所脳科学総合研究センター研究員,2003年京都大学大学院情報学研究科講師,2005年同准教授を経て,2012年より早稲田大学理工学術院教授.博士(工学).2009年-2015年JSTさきがけ領域研究員,また2017年より産業総合技術研究所人工知能研究センター特定フェロー.2013年から2014年日本ロボット学会理事,2016年から2018年人工知能学会理事などを歴任.2017年より日本ディープラーニング協会理事.ディープラーニングに代表される神経回路モデルとロボットシステムを用いた,認知ロボティクス研究,特に予測学習,模倣学習,マルチモーダル統合,言語学習,コミュニケーションなどの研究に従事.

兼担 【 表示 / 非表示

  • 附属機関・学校   グローバルエデュケーションセンター

  • 理工学術院   大学院基幹理工学研究科

学内研究所等 【 表示 / 非表示

  • 2020年
    -
    2022年

    理工学術院総合研究所   兼任研究員

学歴 【 表示 / 非表示

  • 1995年04月
    -
    2000年03月

    早稲田大学   大学院理工学研究科   機械工学専攻  

    博士後期課程

  • 1993年04月
    -
    1995年03月

    早稲田大学   大学院理工学研究科   機械工学専攻  

    修士課程

  • 1989年04月
    -
    1993年03月

    早稲田大学   理工学部   機械工学科  

学位 【 表示 / 非表示

  • 早稲田大学   博士(工学)

  • Waseda University   Ph.D, Engineering

経歴 【 表示 / 非表示

  • 2017年10月
    -
     

    産業技術総合研究所   人工知能研究センター   特定フェロー

  • 2009年10月
    -
    2015年03月

    科学技術振興機構   さきがけ領域研究員

  • 2005年06月
    -
    2012年03月

    京都大学   情報学研究科   准教授

  • 2005年06月
    -
    2012年03月

    京都大学   情報学研究科   准教授

  • 2003年10月
    -
    2005年05月

    京都大学   情報学研究科   講師

全件表示 >>

所属学協会 【 表示 / 非表示

  •  
     
     

    IEEE

  •  
     
     

    人工知能学会

  •  
     
     

    計測自動制御学会

  •  
     
     

    バイオメカニズム学会

  •  
     
     

    日本機械学会

全件表示 >>

 

研究分野 【 表示 / 非表示

  • 知能ロボティクス

研究キーワード 【 表示 / 非表示

  • 認知ロボティクス

論文 【 表示 / 非表示

  • Development of a basic educational kit for robotic system with deep neural networks

    Momomi Kanamura, Kanata Suzuki, Yuki Suga, Tetsuya Ogata

    Sensors   21 ( 11 )  2021年06月

     概要を見る

    In many robotics studies, deep neural networks (DNNs) are being actively studied due to their good performance. However, existing robotic techniques and DNNs have not been systematically integrated, and packages for beginners are yet to be developed. In this study, we proposed a basic educational kit for robotic system development with DNNs. Our goal was to educate beginners in both robotics and machine learning, especially the use of DNNs. Initially, we required the kit to (1) be easy to understand, (2) employ experience-based learning, and (3) be applicable in many areas. To clarify the learning objectives and important parts of the basic educational kit, we analyzed the research and development (R&D) of DNNs and divided the process into three steps of data collection (DC), machine learning (ML), and task execution (TE). These steps were configured under a hierarchical system flow with the ability to be executed individually at the development stage. To evaluate the practicality of the proposed system flow, we implemented it for a physical robotic grasping system using robotics middleware. We also demonstrated that the proposed system can be effectively applied to other hardware, sensor inputs, and robot tasks.

    DOI PubMed

  • Paradoxical sensory reactivity induced by functional disconnection in a robot model of neurodevelopmental disorder

    Hayato Idei, Shingo Murata, Yuichi Yamashita, Tetsuya Ogata

    Neural Networks   138   150 - 163  2021年06月  [査読有り]

     概要を見る

    Neurodevelopmental disorders are characterized by heterogeneous and non-specific nature of their clinical symptoms. In particular, hyper- and hypo-reactivity to sensory stimuli are diagnostic features of autism spectrum disorder and are reported across many neurodevelopmental disorders. However, computational mechanisms underlying the unusual paradoxical behaviors remain unclear. In this study, using a robot controlled by a hierarchical recurrent neural network model with predictive processing and learning mechanism, we simulated how functional disconnection altered the learning process and subsequent behavioral reactivity to environmental change. The results show that, through the learning process, long-range functional disconnection between distinct network levels could simultaneously lower the precision of sensory information and higher-level prediction. The alteration caused a robot to exhibit sensory-dominated and sensory-ignoring behaviors ascribed to sensory hyper- and hypo-reactivity, respectively. As long-range functional disconnection became more severe, a frequency shift from hyporeactivity to hyperreactivity was observed, paralleling an early sign of autism spectrum disorder. Furthermore, local functional disconnection at the level of sensory processing similarly induced hyporeactivity due to low sensory precision. These findings suggest a computational explanation for paradoxical sensory behaviors in neurodevelopmental disorders, such as coexisting hyper- and hypo-reactivity to sensory stimulus. A neurorobotics approach may be useful for bridging various levels of understanding in neurodevelopmental disorders and providing insights into mechanisms underlying complex clinical symptoms.

    DOI PubMed

  • From Anime to Reality: Embodying An Anime Character As A Humanoid Robot

    Mohammed Al Al Sada, Pin Chu Yang, Chang Chieh Chiu, Tito Pradhono Tomo, Mhd Yamen Saraiji, Tetsuya Ogata, Tatsuo Nakajima

    Conference on Human Factors in Computing Systems - Proceedings    2021年05月

     概要を見る

    Otaku is a Japanese term commonly associated with fans of Japanese animation, comics or video games. Otaku culture has grown to be a global phenomenon with various hobbies and media. Despite its popularity, research efforts to contribute to the otaku culture have been modest. Therefore, we present Hatsuki, which is a humanoid robot that is especially designed to embody anime characters. Hatsuki advances the state of the art as it: 1) realizes aesthetics resembling anime characters, 2) implements 2D anime-like facial expression system, and 3) realizes anime-style behaviors and interactions. We explain Hatsuki's design specifics and its interaction domains as an autonomous robot and as a teleoperated humanoid avatar. We discuss our efforts under each interaction domain, and follow by discussing its potential deployment venues and applications. We highlight opportunities of interplay between otaku culture and interactive systems, potentially enabling highly desirable interactions and familiar system designs to users exposed to otaku culture.

    DOI

  • Embodying Pre-Trained Word Embeddings through Robot Actions

    Minori Toyoda, Kanata Suzuki, Hiroki Mori, Yoshihiko Hayashi, Tetsuya Ogata

    IEEE Robotics and Automation Letters   6 ( 2 ) 4225 - 4232  2021年04月

     概要を見る

    We propose a promising neural network model with which to acquire a grounded representation of robot actions and the linguistic descriptions thereof. Properly responding to various linguistic expressions, including polysemous words, is an important ability for robots that interact with people via linguistic dialogue. Previous studies have shown that robots can use words that are not included in the action-description paired datasets by using pre-trained word embeddings. However, the word embeddings trained under the distributional hypothesis are not grounded, as they are derived purely from a text corpus. In this letter, we transform the pre-trained word embeddings to embodied ones by using the robot's sensory-motor experiences. We extend a bidirectional translation model for actions and descriptions by incorporating non-linear layers that retrofit the word embeddings. By training the retrofit layer and the bidirectional translation model alternately, our proposed model is able to transform the pre-trained word embeddings to adapt to a paired action-description dataset. Our results demonstrate that the embeddings of synonyms form a semantic cluster by reflecting the experiences (actions and environments) of a robot. These embeddings allow the robot to properly generate actions from unseen words that are not paired with actions in a dataset.

    DOI

  • Compensation for Undefined Behaviors during Robot Task Execution by Switching Controllers Depending on Embedded Dynamics in RNN

    Kanata Suzuki, Hiroki Mori, Tetsuya Ogata

    IEEE Robotics and Automation Letters   6 ( 2 ) 3475 - 3482  2021年04月  [査読有り]

    担当区分:最終著者, 責任著者

     概要を見る

    Robotic applications require both correct task performance and compensation for undefined behaviors. Although deep learning is a promising approach to perform complex tasks, the response to undefined behaviors that are not reflected in the training dataset remains challenging. In a human-robot collaborative task, the robot may adopt an unexpected posture due to collisions and other unexpected events. Therefore, robots should be able to recover from disturbances for completing the execution of the intended task. We propose a compensation method for undefined behaviors by switching between two controllers. Specifically, the proposed method switches between learning-based and model-based controllers depending on the internal representation of a recurrent neural network that learns task dynamics. We applied the proposed method to a pick-And-place task and evaluated the compensation for undefined behaviors. Experimental results from simulations and on a real robot demonstrate the effectiveness and high performance of the proposed method.

    DOI

全件表示 >>

書籍等出版物 【 表示 / 非表示

  • 「こころ」とアーティフィシャル・マインド

    河合, 俊雄, 吉岡, 洋, 西垣, 通, 尾形, 哲也, 長尾, 真

    創元社  2021年02月 ISBN: 9784422117577

  • 発達ロボティクスハンドブック : ロボットで探る認知発達の仕組み

    Cangelosi, Angelo, Schlesinger, Matthew, 萩原, 良信, 荒川, 直哉, 長井, 隆行, 尾形, 哲也, 稲邑, 哲也, 岩橋, 直人, 杉浦, 孔明, 牧野, 武文, 岡田, 浩之, 谷口, 忠大

    福村出版  2019年01月 ISBN: 9784571230592

  • ディープラーニングがロボットを変える

    尾形, 哲也

    日刊工業新聞社  2017年07月 ISBN: 9784526077326

Misc 【 表示 / 非表示

  • Deep Neural Networkを用いたマルチモーダル音声認識

    野田邦昭, 山口雄紀, 中臺一博, 奥乃博, 尾形哲也

    日本ロボット学会学術講演会予稿集(CD-ROM)   32nd   ROMBUNNO.1I1-04  2014年09月

    J-GLOBAL

  • 人間の描画発達に基づくロボットの描画模倣学習モデルの構築

    西出俊, 望月敬太, 奥乃博, 尾形哲也

    日本ロボット学会学術講演会予稿集(CD-ROM)   32nd   ROMBUNNO.2I2-04  2014年09月

    J-GLOBAL

  • マイク数以上の同時発話分離のための調波・非調波音源モデルの検討

    平澤恭治, 安良岡直希, 高橋徹, 尾形哲也, 奥乃博

    第74回全国大会講演論文集   2012 ( 1 ) 577 - 578  2012年03月

     概要を見る

    人間の生活環境に存在する多数の音源を正しく分離するために, 我々はマイク数以上の音源分離(劣決定音源分離)の検討を行っている. 我々は同時発話分離のために混合ガウス分布を用いた調波・非調波音源モデルを提案しているが, 調波部分は理論的に正当化されたモデル化が行われている一方で, 非調波部分のモデルには理論的な正当性がなく, 分離性能を低下させる要因となっていた. 本稿では従来の調波・非調波音源モデルに対して変更を加え, SiSEC2011で用いられた男女3-4話者の混合音声を分離する実験により, どのようなモデルが劣決定同時発話分離問題に適しているかを検討する.

    CiNii

  • マイク数以上の同時発話分離のための調波・非調波音源モデルの検討

    平澤恭治, 安良岡直希, 高橋徹, 尾形哲也, 奥乃博

    情報処理学会全国大会講演論文集   74th ( 2 ) 2.577-2.578 - 579  2012年03月

     概要を見る

    人間の生活環境に存在する多数の音源を正しく分離するために, 我々はマイク数以上の音源分離(劣決定音源分離)の検討を行っている. 我々は同時発話分離のために混合ガウス分布を用いた調波・非調波音源モデルを提案しているが, 調波部分は理論的に正当化されたモデル化が行われている一方で, 非調波部分のモデルには理論的な正当性がなく, 分離性能を低下させる要因となっていた. 本稿では従来の調波・非調波音源モデルに対して変更を加え, SiSEC2011で用いられた男女3-4話者の混合音声を分離する実験により, どのようなモデルが劣決定同時発話分離問題に適しているかを検討する.

    CiNii J-GLOBAL

  • 同時複数音源に対する擬音語による音源選択システム

    山村祐介, 高橋徹, 尾形哲也, 奥乃博

    情報処理学会全国大会講演論文集   74th ( 2 ) 2.587-2.588  2012年03月

    J-GLOBAL

全件表示 >>

産業財産権 【 表示 / 非表示

  • 情報処理システムおよび情報処理方法、並びにプログラム

    4472506

    林 隆志, 金 天海, 尾形 哲也

    特許権

受賞 【 表示 / 非表示

  • Best paper award on Cognitive Robotics

    2021年06月   IEEE International Conference on Robotics and Automation (ICRA 2021)   How to select and use tools? : Active Perception of Target Objects Using Multimodal Deep Learning  

    受賞者: Namiko Saito, Tetsuya Ogata, Satoshi Funabashi, Hiroki Mori, Shigeki Sugano

  • SI2020優秀講演賞

    2020年12月   計測自動制御学会SI部門   データ変換に着目したミドルウェアモデルにおけるデバイス類の位置の扱いに関する議論  

    受賞者: 菅佑樹, 森裕紀, 尾形哲也

  • 全国大会優秀賞

    2020年07月   人工知能学会   過去から未来までの文脈を考慮した神経回路モデルによるロボットの目標に基づいた柔軟な行動生成  

    受賞者: 佐藤琢, 村田真悟, 出井勇人, 尾形哲也

  • 全国大会優秀賞

    2020年07月   人工知能学会   未知語に対応可能な言語と動作の統合表現獲得モデル  

    受賞者: 豊田みのり, 森裕紀, 鈴木彼方, 林良彦, 尾形哲也

  • 論文賞

    2019年12月   FA財団  

全件表示 >>

共同研究・競争的資金等の研究課題 【 表示 / 非表示

  • 一人に一台一生寄り添うスマートロボットAIREC

    研究期間:

    2020年10月
    -
    2025年03月
     

    担当区分: その他

  • 実世界に埋め込まれる人間中心の人工知能技術の研究開発

    研究期間:

    2020年04月
    -
    2022年03月
     

    担当区分: その他

  • Dense 3-axis tactile sensing and AI to implement human-like manual skills in robots

    基盤研究(B)

    研究期間:

    2019年04月
    -
    2022年03月
     

    シュミッツ アレクサンダー, 尾形 哲也, 玉城 絵美, Somlor Sophon

    担当区分: 研究分担者

     概要を見る

    In this research we develop a smart sensing system that enables robot hands to achieve human-like manipulation skills. Key components are 1. dense 3-axis tactile sensors for robot hands and 2. learning algorithms exploiting massive 3-axis tactile data for intelligent force control.
    <BR>
    We integrated the tactile skin sensors in grippers and robot hands. Using a novel joint (with a remote center of motion mechanism) we could achieve full coverage of the palmar side of the fingers with sensors in one gripper. Furthermore, we instrumented human hands with the sensors, to enable skill transfer from human to robot hands in the future. We used the skin sensors integrated in the robot hands for various machine learning experiments. In particular, we used deep convolutional neural networks for tactile object recognition as well as for in-hand manipulation.

  • 記号創発ロボティクスによる人間機械コラボレーション基盤創成

    研究期間:

    2015年10月
    -
    2021年03月
     

    担当区分: その他

  • 日常生活支援ロボット

    研究期間:

    2017年04月
    -
    2020年03月
     

    担当区分: その他

全件表示 >>

講演・口頭発表等 【 表示 / 非表示

全件表示 >>

特定課題研究 【 表示 / 非表示

  • 階層型神経回路モデルにおける予測可能性を利用した自己身体モデルの獲得

    2015年  

     概要を見る

    本研究では,ロボットの学習機構の軸となる機構としての,自己身体モデルについて,特に視野内の自己領域と外部物体とを区別する基礎モデルを提案し,認知モデルとの対応と理解,及びロボットシステムへの応用を目指している.我々は特に,再起結合型神経回モデル(RNN)の一種であるStochastic ContinuousTime Recurrent Neural Network(S-CTRNN)を用いた方法を提案した. S-CTRNNは時系列変化の予測のみならず,その不確実性を分散として予測することが可能なモデルである.このS-CTRNNを人間型ロボットに実装し,視野内の自己のハンドとボールとのインタラクションを観察,学習させる実験を行った.その結果分散予測によって,自己身体と外部物体の運動の区別を行える可能性が示された.&nbsp;

 

現在担当している科目 【 表示 / 非表示

全件表示 >>

 

委員歴 【 表示 / 非表示

  • 2016年07月
    -
    2018年06月

    人工知能学会  理事

  • 2018年04月
    -
     

    G1 Institute Deep Learning Research Group  Advisory Board Member

  • 2018年04月
    -
     

    一般社団法人G1ディープラーニング研究会  アドバイザリー・ボードメンバー

  • 2018年04月
    -
     

    The Society of Instrument and Control Engineers  Director

  • 2018年04月
    -
     

    計測自動制御学会  理事

全件表示 >>

社会貢献活動 【 表示 / 非表示

  • Technical Advisor

    Integral AI, Inc. 

    2021年
    -
    継続中

  • ACT-X研究「AI活用学問革新」領域アドバイザー

    科学技術振興機構 

    2020年
    -
    継続中

  • アドバイザー

    株式会社アバターイン 

    2020年
    -
    継続中

  • アドバイザー

    IGPI テクノロジー 

    2018年
    -
    継続中

  • さきがけ研究「社会デザイン」領域アドバイザー

    科学技術振興機構 

    2017年
    -
    継続中

全件表示 >>

メディア報道 【 表示 / 非表示

  • Robot learns to tie knots using only two fingers on each hand

    インターネットメディア

    執筆者: 本人以外  

    NewScientist  

    2021年03月

  • 神経回路モデル搭載ロボットで、ASDの認知行動異常を解明-早大ほか

    インターネットメディア

    執筆者: 本人以外  

    医療NEWS  

    2020年08月

  • 早大と国立精神・神経医療研究センター、神経発達障害の認知行動異常のメカニズムを解明

    新聞・雑誌

    執筆者: 本人以外  

    日本経済新聞  

    2020年08月

  • ディープラーニングがロボットを多能にする,進化を続ける人工知能AI

    新聞・雑誌

    日経サイエンス  

    p.96  

    2020年03月

  • 等身大の「動くフィギュア」を開発するCutieroidプロジェクトとは?

    インターネットメディア

    Gigazine  

    2020年02月

全件表示 >>

学術貢献活動 【 表示 / 非表示

  • Member of National Committee

    2004年
    -
    継続中
  • 欧文誌委員

    学会・研究会等

    日本ロボット学会  

    2004年
    -
    継続中
  • 企画委員

    学会・研究会等

    人工知能学会  

    2018年
    -
    2020年
  • 理事

    学会・研究会等

    計測自動制御学会  

    2018年
    -
    2020年
  • 会誌編集委員

    学会・研究会等

    人工知能学会  

    2015年
    -
    2019年

全件表示 >>