現実の人間社会のネットワークでは，人同士の付き合いの頻度や量は一様ではなく不均一である．そして，この不均一性は社会集団での協力の進化に影響を与える可能性がある． 本研究では，1次元レギュラーネットワーク上の囚人ジレンマゲームにおいて協力が進化するためのリンク太さと利得行列の条件を導いた．また，計算機シミュレーションを行い，導いた条件下で協力が進化することを確認し，その背後のメカニズムを分析した．

マッシブデータフローの理論と実際について、生物システムと人工システムの例をとりあげて、それを理解するための理論とともに議論する。

人間は知覚経験を通して生じた現象の解釈を行い，受動的適応・能動的適応という二つの対立した戦略を動的に選択していると考えられる．我々は，この選択の実現に「予測精度の予測」が重要であると考え，それが実現可能な再帰結合神経回路モデルを提案する．提案モデルをロボットに実装し，適応行動の生成学習実験を行った結果，受動的・能動的な行動を実現する二つの神経メカニズムが同一の神経回路に自己組織化された．

社会システムの円滑な運営には，人間を始めとするシステム内の大量のコンポーネントの行動誘発技術が必要である． 我々はコンポーネントの挙動を収集可能なソーシャルセンサ，センサ出力の集積からシステムの未来を推定する動的シミュレーション，コンポーネントの行動を変化させるソーシャルアクチュエータを研究している． 本講演では，これらの融合によって可能となるサイバネティックシミュレーションの概要を述べる．

自動車は本質的に非被制御であるが，個々のドライバに対し適当な情報を提示することで，ある程度行動を変化させることができる．我々は，ドライバ個人に対していつサービスエリアを出発すればどの程度渋滞に巻き込まれるかという未来の運転行動を予測・提示するシステムを構築した．本講演では，システムを実際に高速道路上で使用した際のドライバの行動変化を報告し，個人の未来予測による行動誘発について議論する．

In this paper, we study bursting behavior in relation to the structure of fluctuation to reveal the origin of bursts using time series from Twitter data.

無人航空機(UAV)は近年様々な環境下における運用法が考案されている。また安全性の要求から衝突回避に関する研究も行われている。しかし衝突回避が難しい状況への対応や大きな力を与えたいといった要求にこたえるには、衝突動作を実際に行った場合のUAVの挙動についての知見が重要となる。本研究ではクアッドローター型UAVが衝突により壁面スイッチを押すという動作について、制御法を提唱しシミュレーションを行う。

本研究では、小型無人航空機（UAV）を用いて、マニュアル操作なしに未知環境の探索を行う『自律型SLAM』の実現を目指す。 特徴点マッチによるSLAMシステムにその制約に合わせた行動則を適用し、実機実験を行った。結果、広い屋内ではロバストな自律探索を実現したが、未踏領域をくまなく調べるような高度な探索には至らなかった。従って本研究は、小型UAVを用いた自律型SLAMが実現可能なことを明らかにした。

災害発生時や日常業務における情報収集を目的とした実用性を備えた超小型飛行ロボットの実現を目的に、単眼CMOSカメラとFPGAを用いた高速な画像特徴点検出・記述手法とMCU,IMUを組み合わせた3次元自己位置推定手法の提案に加え、それらを搭載した合計8グラムのハードウェアの設計、製作、及び手のひらサイズのクアッドコプターによる全自動飛行実験について述べる。

小型飛行ロボットは、地上状態によらず空間内を移動できるため、災害等の非常時における音声情報を含む情報収集に役立つことが期待されている。従来手法の多くは無線通信を介して、音声認識の処理を外部コンピュータに頼っており、非常時のように無線環境が不安定な状況では機能が困難であるという脆弱性がある。本研究では外部装置に頼ることなくオンボードで音声認識を完結させる手法を提案し、実装したプロトタイプを紹介する。

画像から人を認識・追跡することは，防犯用途や人流動の計測などの実用上重要であり，多くの研究がなされている。しかし，そのほとんどは固定カメラを利用したものであり，カバーできる範囲は広くない。本研究では小型無人航空機にカメラを搭載し，空中を移動しながら撮影した画像列から人を認識・追跡する手法を提案する。提案手法は広範囲における人流動の可視化や災害時の要救助者の発見などに役立てることができる。

職場では目標や社訓の訓示，金銭やポストを用いた賞罰など，意識できるレベルの情報を用いたモチベーション管理が用いられてきた．しかしこれらは，逆に従業員のモチベーションを下げてしまう危険性が指摘されている．本報告では，無意識的情報とモチベーションについての近年の認知科学，社会心理学の研究を概観し，これと情報技術を組み合わせることで職場の生産性，創造性を高める可能性を追求する．

本研究では異文化を体験しゲーム中の人間の判断や行動に対して示唆を得ることのできる教育目的システムを構築することを目的とする．これにより，近年問題となっている若年層のコミュニケーションの教育に対して，気軽に異文化体験を行いその教育効果が期待できる．本発表では，開発した「異文化体験の国」について紹介し，擬似的に構成した異文化という雰囲気が人間に対してどのような影響を与えるのかについて議論する．

本研究では，人間同士のコミュニケーションにおけるエージェントの利用について着目する． 人間が他の人間とコミュニケーションを取る際，対人緊張が生じると考えられる． 本研究では「人間同士のコミュニケーションにエージェントを介在させることで対人緊張を 軽減できる」という仮説を立て，エージェントの種類（ロボット，CGによる擬人化エージェント） やジェスチャの有無などの条件を考慮しながら検証を行う．

本研究では，ユーザが自分で予約設定した家電の自動処理を（実際には存在しない）エージェントがやったことにして，「やっておいたよ」という書き置きを部屋に残しておくことにより，一人暮らしの寂しさを軽減するというアイデアを提案する．これはスマホアプリやメールによる完了通知を“書き置き”に替えただけであるが，それだけの演出で，自分がいない間に「誰かが存在したこと」をユーザに感じてもらう効果を狙っている．

他者からの被視感による人間が遂行中の作業への影響は古くから知られている．また身体化エージェントに誘発された被視感の影響も近年の研究で指摘されている．しかし，被視感の影響は遂行中の作業の得意・不得意に依存する点や身体化エージェントの表現手法の影響は議論の余地がある．以上を踏まえ，本研究では身体化エージェントのシルエットと身体パーツに着目し，これらが誘発する被視感のユーザへの影響を検討する．

雰囲気は、環境から知覚される情報の総体である。知覚される情報を定量的にコントロールすることは、任意の雰囲気を作り出すために有用であると考えられる。私たちは、音の知覚である音楽に着目し、発音時間および周波数の構造をエントロピーに基づいて構造化し、音楽を生成するシステムを開発した。本システムはwebブラウザ上で動作するため、ユーザは任意の環境で音知覚を行うことができる。

本研究では，わずかな動作タイミングの違いが，エージェント集団のつくる雰囲気の良し悪しに与える影響を明らかにする．ここでは，エージェントとの音声対話に焦点をあて，聞き手であるエージェント集団がユーザの発言に対して相槌をうったり頷いたりするときの動作タイミングをわずかに制御した場合，ユーザに与える話しやすさの印象や雰囲気の良し悪しについて調査を行う．

近年，情報システムから情報提示による割り込みが増加し，作業者の知的生産性の低下が指摘されている．本研究では，作業者の作業態度や集中度合を反映すると期待される，作業中の頭部運動と作業停滞に着目し，PC作業中の割り込み拒否度推定手法の改善を試みた．分析により抽出した，頭部の前傾・後退・上方回転・前傾継続と操作間隔を新たな指標として既存手法の拡張を行ったところ，推定精度の向上が確認された．

本研究では，人はどうような抽象図形や動作に人の関係を見出し雰囲気を感じるかを考える．従来までの抽象図形の研究では「人らしさ」に留まり，人らしく見えるかである「エージェンシー」を扱う研究であった．しかしながら，抽象表現から「人の関係」を示す抽象表現は研究されていない．人の関係の一つである仲の良さに着目し，２つの図形の動作から仲の良さ／悪さを表現する規則を見つけることを目指す．

社会脳仮説によれば、人間の脳は社会において他者の意図を推測するために進化したとされる。他者の意図を読み、協力したり欺いたりする行為は、知的能力における軍拡競争を招き、知的能力の進化を後押しする。著者は有限状態オートマトンを使った遺伝的プログラミングの手法で、軍拡競争を後押しする利得条件を長期間にわたって調べた。

社会的評判を介した間接互恵により利他行為は説明されうる．我々は，評判を共有化，明示化した上で，ゲーミフィケーションの適用により，対象とする社会的場面での間接互恵に基づく利他行為を促進する枠組みGP-AIRを構想中である．本発表では，評判の明示化手法，及び他者に利他行為させる誘因を生み出す「賭け」の導入についてシミュレーション評価を行った．

大規模エージェントシステムのベンチマークとして適切なものは知られていない．本研究では，移動目標探索を拡張し障害物が動的に変化する環境での実時間探索問題をエージェントシステム上に実現し，ベンチマークとして有用であるか考察する．移動目標探索では，探索側の速度が大きく，問題空間が有限で，目標までの経路が存在すれば，必ず目標に到達する．しかし，動的環境ではある時間において到達経路が存在するとは限らない．

ReynoldsによるBoidsモデルの提案以来、様々な角度から群れモデルの研究が行われてきた。また、近年の動画解析技術の向上により、現実の動物の群れの中にスケールフリー相関、相転移等の概念が新たに発見された。しかし、これらを踏まえた上での各モデル間の比較検証は十分ではない。本研究では既存のモデルについて比較分析を行った。

グループ推薦は家族やコミュニティといったグループにアイテムを推薦するタスクである。 本稿では，グループ推薦に適用可能な非線形行列分解手法を提案する． 提案法は，メンバーは潜在ベクトルを持ち，グループの振る舞いはグループメンバーの潜在ベクトルの確率分布によって決まると仮定する． そして，アイテムの推薦は，グループの確率分布からアイテムに対するスコアを出力する関数を推定することによって行われる．

家や車を購買する場合,さまざな商品を比較し検討をするだろう．本研究はこうした購買行動を考慮した推薦手法を提案する．不動産情報サイトの行動履歴を元に実験した結果，従来手法と比較し最大1.14倍将来的なCV率が上昇することがわかった．また，推薦ページへの遷移確率が0.4以上の場合効果があった．本研究は購買したい商品イメージがあいまいなユーザに対しても効果的な推薦を可能にする．

推薦システムの代表的な手法に協調フィルタリングがあり，協調フィルタリングのメモリベースは，アイテムベースとユーザベースに分けられる．著者らはこれまでに，データマイニングの一手法であるアソシエーション分析を推薦システムに適用し，ユーザベースは意外性が高く，アイテムベースは精度が高いという知見を得た．本稿では，これら両者を統合することを検討し，推薦システムにおける総合的な性能向上を図る．

近年，Twitterに代表されるマイクロブログが即時性の高い情報源として注目されている．一方で，ユーザが膨大な情報の中から即時的に必要な情報を獲得することは難しい．そこで，ユーザの興味を分析し，ユーザが必要とする情報を抽出，推薦するシステムが必要である．本研究では，潜在的ディリクレ配分法と協調フィルタリングを組み合わせることでユーザの興味を明らかにし，情報推薦を行う手法を提案する．

近年，様々なHMIデバイスが開発されているが，これらの操作感を定量的に評価することは困難であった．本研究では，「さくさくとした操作感」といったオノマトペに注目し，デバイスの操作感の快不快を推定する手法を提案する． 被験者実験で様々な操作環境のデバイスを提示し，オノマトペで回答を得ることで，操作感に関係のある音韻をオノマトペから抽出する． これにより，例えば，マウスの最適な動作環境を特定できる．

本研究では，粘性情報を持つ動画・静止画がどのようなオノマトペの音韻によって表されるかを調べ，粘性に関連する運動情報、形態情報に特徴的な音韻を特定した．その結果を利用することで粘性を表す映像を対象とし，「ドロドロした動画を欲しい」という直観的な要望を叶える粘性映像推奨システムを実現可能である．

　近年，認知症患者の数は増加傾向にあり，患者の支援を行うシステムに注目が集まっている．本研究では，患者の話し相手となる対話エージェントシステムを構築し，患者の状態把握支援を試みる．患者とエージェントとの対話からより多くの患者の状態を取得するための対話戦略として複数の対話トピックを有するツリー型の対話シナリオをシステムに導入した．本発表ではシステムの概要・実験結果について報告する．

In interactive systems, it is important to keep users' attention and not to get them bored. This paper explains our dialog corpus annotated with boredome information, and reports the analysis results.

認知症高齢者の増加に伴い，これらの人々を支援する情報技術の必要性が高まっている。我々は，会話を通して認知症高齢者の状況把握を行う会話エージェントの開発に取り組んでおり，本研究では，ユーザとの対話を活性化し，ユーザからより多くの応答を引き出すために，音声認識から得られたユーザの応答内容や発話の韻律情報に応じて，エージェントの語りかけ内容を変化させることができるシステムを実装した．

人手で構築した発話生成ルールを用いる手法と，ユーザ発話の内容と係り受け関 にある内容を大量のテキストデータから抽出し発話生成に用いる統計的手法と の組み合わせに基づく対話システムの構築法を提案する．具体的には，二手法 が生成した発話から適切な発話を選択する手法を考案した．実験を通して本システ の有用性と課題を議論する．

人間同士の対話では，人間は対話相手に話しかけられると感じた時に話しかける．これまで我々は，ヒューマノイドロボットとの対話にこれを適用し，ロボットへの話しかけやすさを予測するモデルを構築した．本稿では，ユーザが感じる話しかけやすさを，ロボットがオンラインで予測するシステムの実装を行う．実際に雑音環境下でロボットを動作させ，雑音による誤動作を回避できることを確認する．

複数のユーザとの対話を行うことができるロボットは，複数のユーザの発話，状態を理解し，誰に対して話すかを考えて行動する必要がある．本稿では，入力されたユーザの発話や位置などの情報から，確率的ルールを用いることでロボットの発話の内容と対象を決定する対話管理を行う手法を提案する．

内部観測運動を特徴づける偶然は必然から生じる。その必然を裏打ちするのは経験の場で成り立つ保存則であり、典型例は確率保存である。その確率保存へ志向する運動が偶然に由来する。特に、完備された確率分布を伴うことなく確率保存が実現されるとき、それを担う運動体は、自らの生起確率を「１」に漸近させ、それへの方途を探索する行為体と同一視される。この探索は、計算可能な手続きを越える、内部観測としての行為である。

自律的な人工知能は無際限かつ不確実な現実世界内で有効な探索を行う必要がある。その際、ごく少数のサンプル・スパースな情報を手がかりとした事象間の因果関係の推論とそれに基づく意思決定の必要がある。これを得意とするのは人間であるため、その認知の研究には充分な意義が期待できる。我々は人間の因果関係の直感が「双条件付確率」という非常に単純な指標に従うことを発見した。ここではその統計推論における有効性を示す。

捕食行動を行う動物が探索パターンを内的/外的な文脈に依存して変化させるとの予測は、近年実測データによって裏付けられつつある。特に獲物の分布密度の変化に伴い、明らかに探索戦略をレヴィ的なものからブラウニアン的なものまで変化させる。本研究で我々は断続モデルの特徴を持ちながら切り替え規則の誤認識を取り入れたモデルを提案する。このモデルは実測データと一致して獲物の密度に依存した探索戦略の変化を見せる。

群れを理論的に扱うのに際して、これまでさまざまなモデルが定義されてきたものの、群れの中で実際には何が起こっているのか？という事を実証しようとする研究は未だ少ない。本稿では、鮎の群れは二つの相異なる行動（直進とトーラス構造）を自発的にスイッチングすることや、個体の向き・速度と全体の向き・速度の関係がベキ則によって関係付けられると言った、実験により新しく得られた知見を議論する。

アリを用いた歩行の実験を行った。具体的には、単独で探索をすることが知られているクロオオアリを群がらせることで、単独の歩行では表出しなかった、歩幅に関するベキ則の出現を得た。二次元平面を運動する複数エージェントのシミュレーションモデルを構築することによって、個体の探索が如何に曖昧であり、他エージェントの局所的運動が仄めかす大域的な利益情報を緩く担保するのかについて、実験と比較しながら議論する。

人間の推論傾向（論理を混同する傾向）を模倣してQ学習に応用する強化学習アルゴリズム（LS-Q学習）は，不確実性の大きい環境において適応的に探索を行うということが明らかになりつつある．本研究では，大車輪ロボットの運動獲得を例として，LS-Q学習が報酬の少ない状態でのループ（停滞ループ）を巧みに回避する様相を解析し，普遍的な探索理論における局所性や論理階層の混同あるいは内部観測の意義と効用を考察する．

人間は環境が未知であっても情報の探索と評価を上手く行う．我々はこの振る舞いが三種の認知特性（相対評価，信頼性の考慮，基準充足化）に基づくと仮定し，そのモデルとして緩対称性推論モデル(LS)を拡張したEXtended LS (LSX)を考案した．本研究では三特性の役割を明らかにして工学的に応用するため，意思決定課題であるN本腕バンディット問題でのLSXの振る舞いを通して三特性を検証した．

ゲーム木から有望手を探査する課題では逐次的な意思決定課題であるバンディット問題において優秀なUCBアルゴリズムが中核を為すUCTが注目されている。バンディット問題において人間の因果関係の推論方法から触発された価値関数が高成績を示す事が分かっており、人間の推論方法が従来方法よりも有用であると考えられる。本研究では問題固有の情報を必要としない抽象的なゲーム木の探査における人間の推論手法の有効性を示す。

我々は大脳基底核線条体のニューロンが皮質線維の繰り返し刺激によって持続的に脱分極及び発火することを発見した。持続的脱分極は細胞体への電流注入では発生せず皮質線維の刺激によって発生するため、何らかの持続的プロセスが樹状突起に存在することが考えられる。この持続的現象をヒントに毎ステップ行動価値を参照更新する必要のない新しい強化学習モデル"QTimer"を提案する。

近年，一般家庭やオフィス等の日常生活環境に対するアンビエントシステムの構築に関する研究が注目されている．ヒトが環境の変化に対して即座に順応して自らの目的を達成するように，システムも環境の変化に応じて柔軟に対処し目的を達成することが望まれる．そこで本研究では，環境が動的に変化する状況下においたマルチエージェントの協調形態を利用したプランニングの検討を行う．

ネットワークを介して共有される分散資源の割り当ては，マルチエージェントシステムにおける協調問題解決の応用問題として研究されている．離散最適化問題の解法から発展した分散制約最適化手法は，多様な資源割り当て問題に適用できる．その一方で，連続変数を離散化する場合や変数の値域が大規模である場合は，問題の規模の増大への対処が課題となる．本研究では，このような課題に対する近似的手法について検討する．

提携構造形成問題とは，与えられたエージェントの集合を全体の利得が最大化するように複数のグループ（提携）に分割する問題である．本論文では，提携のロバスト性に着目し，新しい提携構造形成問題のモデルを与え，この問題における決定・最適化問題について述べる．

これまでマルチエージェントシステムによる巡回清掃問題において、自律的に 探索戦略を決定する手法を提案してきた。しかし環境によっては時間ととも にエージェントが特定の戦略に偏りすぎ、いわゆる過学習の状態となり、シス テムの効率低下が顕著に現れることがある。ここでは、エージェントが自律的 に過学習状態を同定し、学習結果を一部破棄して解消する手法を提案する。

共有財の使用権を販売するオークションでは，落札額を入札者に還元・再配分する仕組みが必要となる．この仕組みは再配分メカニズムと呼ばれており，適切な再配分メカニズムの設計は重要な研究課題である．本研究では，一人の入札者が複数の名義を用いる不正（架空名義操作）に着目し，架空名義操作を行う誘因を入札者に与えない再配分メカニズムを提案する．提案した再配分メカニズムは，再配分額の最適性によって特徴付けられる．