研究内容

• Sim to Real Gap，動的な環境に対する強化学習の基盤研究

  • Offline Policy Learning with Simulations and Online Policy Tuning for Real Systems

    • 限られたデータでの環境適応を念頭に，オフラインで学習する方策としてどのようなアーキテクチャを採用すればよいかなどを検討．

• プロセス制御のための機械学習融合型モデル予測制御の基盤研究

• 第一原理と機械学習を用いたシステムパラメータ推定法の基盤研究

• 逐次的意思決定AIのプロセス制御や生体制御への応用研究

  • FY2026~2027注力課題：電炉製鋼の安定運用に向けた強化学習の応用研究

  • 糖尿病患者へのインスリン投与の最適化に関する応用研究

2026年1月現在，池本は強化学習 (機械学習派生のモデル予測制御も含む) の研究者という立ち位置で，課題解決の上で使えそうな制御理論は積極的に導入するという立場をとっています．理論と応用のバランスはできるだけとろうと心がけています．

過去の研究：
学部4年から博士後期課程では，非線形システム向けのモデルフリー深層強化学習の応用研究を行っていました．詳しくは，こちらをご覧ください．また，博士論文については，こちらをご覧ください．