代表的な成果

2024）CBF-LLM：大規模言語モデルの“制御”

　安全制御の理論「制御バリア関数（CBF）」を世界で初めて大規模言語モデル（LLM）の出力制御に応用しました。 モデルを書き換えず、外付けの「安全フィルタ」として機能するため、「否定的な文章にしたくない」「スポーツの話題を続けたい」など、何でも目的に応じて自由に着脱・交換が可能です 。 物理システムや社会インフラへのAI導入に不可欠な、ハルシネーション（もっともらしい嘘）を防ぐ「論理的な盾」としても展開が期待されます。

• 制御理論とLLMの融合: 自動運転車の衝突回避などに使われる数学的理論（CBF）を、言葉の生成プロセスに適用しました

• アドオン型（後付け）: 従来の「追加学習（微調整）」とは異なり、既存のLLM（Llama 3など）をそのまま使いつつ、その出力をリアルタイムで修正します

• ブラックボックス化の解消: 制御の根拠が数学的な関数（L-CF）に基づいているため、なぜその出力が選ばれたのかというプロセスが明確になります 

2022）ビジュアルナッジによる交通流安定化

　高速道路においてトンネル入口等での無意識な減速による渋滞を、光の刺激（ペースメーカーライト：PML）で解消する研究です。VR環境で「人の無意識な反応」をモデル化し、ドライバーに違和感を与えず自然に加速を促す最適な光の動きを、制御理論（モデル予測制御）を用いて設計・検証しています。

研究のポイント

• 渋滞の正体: トンネルやサグ部（下り坂から上り坂への変化点）での「無意識な速度低下」が原因です

• ビジュアルナッジ: 完全に人を排除する自動運転ではなく、光の視覚刺激で「人の無意識」に働きかけ、自発的な加速を促します

• 制御の視点: ドライバーの心理的な反応（手動制御と無意識制御の組み合わせ）を数式でモデル化し、渋滞を最小限にする光の速度を計算・制御しています

• VR実験: 実際の高速道路での実験は困難なため、VR（仮想現実）シミュレーターを活用して、多種多様な条件下でのドライバーの挙動データを収集・解析しています

2020）レコメンド制御：農家さんに寄り添い協働する環境制御技術

　従来の自動化システムでは、機械が人間を指示通りに動かしたり、すべてを自動で完結させようとしたりするものが主流でした。本研究では、「人を含むシステムの制御（Human-in-the-loop）」という新しいフレームワークを提案しています。特にビニールハウス内の温度や湿度といった農業環境管理に向けて応用しています。

　特徴として、システムが最適解を一つに決めて強制するのではなく、複数の「許容できる行動候補」を提示（レコメンド）します。そして、提示された候補の中から、農家さんが「今は別の用事があるから、次の候補の時間に作業しよう」といった具合に、自身の都合に合わせて行動を選択できます。この研究では、実際に大学のキャンパス内に小型のビニールハウスを建てて実験を行い、天気予報よりも高い精度で環境を予測し、適切な作業タイミングを提案できることを確認しています 。まさに「実用化の準備ができている」一押しのテーマです。

• 人の自由を尊重： システムが行動を強制するのではなく、複数の作業候補（レコメンド）を提示し、農家さんが自分の都合に合わせて選べる新しい制御の形です

• 植物と人の共生： 植物の成長に最適な「飽差」と、人の作業の快適さを示す「不快指数」の両方を考慮し、双方にとって良い環境を目指します

• 低コストで実用的： 高価な自動装置を使わず、既存のハウスにセンサーを置くだけで始められるため、小規模な家族経営の農家さんでも導入しやすいのが利点です

2018）Weak Control：Human-in-the-loop制御における規範

　人は「命令」されるよりも「提案」される方が、心地よく、かつ自発的に動けるものです。この研究は、そんな人間心理を制御理論に取り入れた、人を含むシステム（Human-in-the-Loop）のための新しい設計指針です 。 従来の制御のように「この値を入力せよ」と1つの正解を強制するのではなく、システム側が「この範囲なら安全です」という許容できる行動候補（選択肢）をセットで提示（レコメンド）します。人はその中から、自分の好みや経験、直感に基づいて自由に行動を選ぶことができます。

【2つの利点】

• 安定性の保証: 人が選択肢の中でどう自由に動いても、システム全体が不安定にならないことが理論的に証明されています 。内部モデル制御（IMC）という手法を応用し、人の自由な意思決定を「システムのゆらぎ」として捉えつつ、確実に制御しきることができます

• 目的の分散化（個人の自由を守る）: 「システム全体の目的（全体の安定や効率）」はコントローラが担い、「個人の目的（自分の好みやコスト最小化）」は人が担う、という役割分担が可能です 。これにより、システム全体の秩序を保ちながら、個人の自由度（DOF）を最大限に尊重できます

　本研究は理論的なアプローチでありながら、これまでにない新しいコンセプトを提案している点に最大の意義があります。人を含む複雑なシステム制御に取り組む当研究室において、以降のテーマ設定の規範となる重要な位置づけの研究です。