歩容を推定する歩行アシスト装置の開発
高齢者は筋力の低下が原因で，歩行中に爪先を上げる高さが低くなることが知られています．それにより，わずかな段差でもつまずいてしまい，転倒する恐れがあります．その対策として，歩行時に補助的な力を生成し，爪先を持ち上げるアシスト装置の開発に取組んでいます（右図）．この装置を用いる際には， 歩行動作中の適切なタイミングで支援を行う必要がありますが、歩き方（歩容）は人により異なるため， 支援タイミングの決定は困難です．そこで，人の歩行動作を振動子モデルによって表現し，EM アルゴリズムと呼ばれる方法で歩容を推定します．
機械学習による移動ロボットの故障検出
マルチエージェントシステム理論は，自律的に意思決定を行う複数のエージェントがネットワークを介した情報交換を通して，全体として共通の目的を達成することを目指しています．移動ロボット群によるフォーメーションの形成（右図），運搬物の協調搬送，ターゲットの協調包囲などへの応用が考えられています．マルチエージェントシステムの合意問題においては，一部のエージェントが故障すると，本来の合意の達成が困難となることがあります．このため，故障の検出と情報の遮断が必要です．機械学習の一つであるSupport Vector Machineを用いて移動ロボットの故障を検出し，適切な合意形成を行う方法の実機検証にも取組んでいます．
