権はこれまで，ドラえもんやタチコマのようなロボットの実現を夢見て，ロボットを賢く動かす機械学習の研究に取り組んできました．

　GPTに代表される大規模言語モデル（LLM）や，高品質な画像生成を可能にする拡散モデルなどの生成AIは，社会に大きな影響を与えています．これらは非常に大規模なデータセットで学習されていますが，そのままロボットに搭載すればドラえもんが実現するわけではありません．生成AIが学んでいるデータには，私たちが暮らす実世界での物理的な相互作用（例えば，力学，接触の不確実性など）の情報が十分に含まれておらず，ロボットが各時点で最適な行動を選択できないからです．

　それでは，どのようにロボットに最適な振る舞いかた（行動方針）を学習させればよいでしょうか．これを実現する方法として，ロボット自身が試行錯誤を通して最適な行動指針を獲得する「強化学習」や，人間がロボットを操作した際の動きを真似して最適な行動指針を獲得する「模倣学習」といった機械学習手法が近年注目を集めています．

　権の研究はこれらを基盤としつつ，特に「人間とのインタラクションを通じて，効率よく最適な行動方針を獲得する方法」に焦点を当てています．ここでの「インタラクション」とは，人とロボットの双方向的なやり取りを指します．たとえば，ロボットが判断に迷ったときに人に操作を依頼したり，人がロボットに対して「なぜその行動を選んだのか」と理由や根拠を尋ねたりするような仕組みです．こうした対話的な学習過程によって，少ないデータでも安全かつ迅速に，現実世界で役立つ賢いロボットを実現することを目指しています．

　「ロボットを賢く動かすための機械学習手法」について研究しようと思うと，機械学習の理論やソフトウェア，ロボティクスの知識が必要となります．

　これだけ聞くと，とてもハードルが高く感じると思いますが，

1. 一人で全ての作業を担当する必要はなく，関心のあるパートに重点的に取り組んでもらいます．（例えば，機械学習部分を学生が担当し，ロボットを制御するプログラムとハードウェアの実装は権が担当するなど）

2. 研究を進めながら知識をキャッチアップすることも可能です．（権も学生の時は，制御やロボティクスの講義をとっていませんでした...）

ので，なんとかなります．

ロボットを賢く動かす機械学習手法に関心がある学生は一緒に研究してみませんか？