研究内容

プロセス産業における意思決定を支えるための逐次的意思決定技術の研究に取り組んでいます．代表的な逐次的意思決定技術としては，動的計画法，バンディットアルゴリズム，強化学習などがあります．

主に，シミュレーション×強化学習ベースのプロセス制御・運転支援技術の研究に取り組んでおり，

• 強化学習をプロセスのどの場面でどのように使っていくか？

• 対象のプロセスをどうやって強化学習の意思決定問題（何を環境の状態とみなすか？また何をエージェントの行動とするか？など）に落とし込むか？

を日々考えています．アルゴリズムそのものの研究というより，現実世界での使い方を明らかにすることを重要視しています．

SEEDs ネタ：

第一原理に基づいて構築されたシミュレータを活用した学習型プロセス制御・最適化に関する基盤研究

•  FY2026~2029注力課題：複数の方策の分担により動的な環境に対応可能なプロセス制御法の構築

• 模倣学習方策や強化学習方策から作業手順抽出

• 強化学習と第一原理シミュレータを用いたモデルベース強化学習用のサロゲートモデル構築

NEEDs ネタ：

プロセス制御の王道である化学プロセスだけでなく，電気工学コースの一員として電気工学の知見も要するような応用先も学生さんと一緒に考えていこうと思います．

• • FY2026~2027注力課題：電炉製鋼の安定運用へ向けた強化学習によるプロセス制御法の開発 

よりよい応用のために，逐次的意思決定技術の研究だけでは不十分であるため，そのほかの機械学習技術やシステム制御・プロセス制御技術に関する研究を実施する場合もあります．

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．