第44回日本ロボット学会学術講演会（RSJ2026）にて柳田栞吾さんが発表しました
第44回日本ロボット学会学術講演会（RSJ2026、2026年9月1日〜4日、金沢大学 角間キャンパス）にて、研究室の柳田栞吾さんが以下の発表を行いました。
•
1 分で読める
🤖プロフィール
大阪大学大学院基礎工学研究科 准教授。
認知発達・記号創発ロボティクス、感情発達の計算論的モデリング、
ロボット学習、ヒューマンロボットインタラクションを専門とする。
学歴
博士（工学）
2013-04-01
2017-09-30
大阪大学大学院 工学研究科 知能・機能創成工学専攻
修士（工学）
2011-04-01
2013-03-31
大阪大学大学院 工学研究科 知能・機能創成工学専攻
学士（工学）
2009-04-01
2011-03-31
豊田工業高等専門学校 専攻科 電子機械工学専攻
興味・関心
認知発達ロボティクス
感情発達の計算論的モデリング
ヒューマンロボットインタラクション
記号創発ロボティクス
クオリア・意識の構成論的研究
ロボット学習（模倣学習・強化学習・LLM）
研究について
ロボットは感情をもつことができるのか？人間の心はどのように発達するのか？
私たちの研究グループでは、認知発達ロボティクスや記号創発ロボティクスの観点から、人間の感情発達の計算論的モデリング、能動的推論に基づくヒューマンロボットインタラクション、クオリア構造と情報構造の対応関係の解明、そして創造性のモデリングに取り組んでいます。さらに、模倣学習や強化学習による行動獲得、大規模言語モデル（LLM）や視覚言語モデル（VLM）といった基盤モデルを活用したロボットの行動計画とタスク遂行、マルチモーダル情報の統合に基づく身体性を伴った知能の構築など、ロボット学習を軸に知能の本質に迫る多角的な研究を展開しています。
お知らせ
人工生命国際会議（ALIFE 2026）にて野村健太郎さんが発表します
人工生命国際会議（ALIFE 2026、2026年8月17日〜21日、カナダ・ウォータールー、テーマ「Living and Lifelike Complex Adaptive Systems」）にて、研究室の野村健太郎さんが以下の発表を行います。
•
1 分で読める
鍔本侑志さんが2026年度日本神経回路学会 優秀研究賞を受賞しました
昨年度まで堀井グループで研究員を務めていた鍔本侑志さん（現・新潟大学医歯学総合病院 初期研修医）が、2026年度日本神経回路学会 優秀研究賞を受賞しました。昨年度のNC研究会（電子情報通信学会 ニューロコンピューティング研究会、2025年6月）での発表が評価されたものです。 発表タイトル：「精度制御異常は社会的コミュニケーションを通じた記号創発を障害する 〜 …
•
1 分で読める
研究テーマ
ロボット学習を基盤とした自律知能
模倣学習・強化学習・基盤モデルを通じて、実世界で自律的に振る舞うロボットを構築する研究群。概念学習・運動技能・行動計画・人ロボット協調を扱います。
構成論的手法による感情や意識の理解
計算モデルとロボットを通じて、感情・意識・創造性といった人間の心の働きを構成論的に理解する研究群。身体性・内受容感覚・記号創発システムを扱います。
研究プロジェクト
人とAIの共棲・共創 — Self Mirroring Twinsによる主体的社会創成
自己を写す「Self Mirroring Twins」との共棲を通じて、行動変容と主体的な社会創成を支えるAI基盤を構築する JST CREST プロジェクト。
•
1 分で読める
主要論文
TARAD: Task-Aware Robot Affordance-Centric Diffusion Policy Learned From LLM-Generated Demonstrations
タスクを意識したロボットアフォーダンス中心の拡散ポリシーを提案。ロボットのマニピュレーションタスクにおいて、アフォーダンスの概念を拡散モデルに統合することで、より適応的な行動生成を実現した。
Creative Agents: Simulating the Systems Model of Creativity With Generative Agents
生成エージェントを用いて創造性のシステムモデルをシミュレーションする研究。人間の創造的プロセスを計算論的に再現し、創造性がどのように発現するかを探究した。
LiP-LLM: Integrating Linear Programming and Dependency Graph With LLMs for Multi-Robot Task Planning
大規模言語モデル（LLM）と線形計画法・依存グラフを統合した、マルチロボットタスクプランニング手法を提案。LLMの自然言語理解能力と最適化手法を組み合わせることで、複雑なマルチロボット協調タスクの効率的な計画生成を実現した。
Active Inference Through Energy Minimization in Multimodal Affective Human-Robot Interaction
能動的推論のフレームワークに基づき、マルチモーダルな情動的ヒューマンロボットインタラクションにおけるエネルギー最小化アプローチを提案。ロボットが感情的な信号を能動的に推論・応答するメカニズムを実現した。