学会等発表 - 倉重　健太郎

1. Self-Generation of Reward by Logarithmic Transformation of Multiple Sensor Evaluations

   Yuya Ono and Kentarou Kurashige and Afiqe Anuar Bin Muhammad Nor Hakim and Yuma Sakamoto，AROB-ISBC-SWARM2023，International Society of Artificial Life and Robotics，Proceedings of AROB-ISBC-SWARM2023，(頁 121-126)，2023年01月25日，Beppu，日本国

2. タスクの優先度に基づくマルチタスク強化学習の提案 ―優先度算出に用いる区分線形関数の自己調整による適応性の向上―

   藤山 龍希, 倉重 健太郎，第31回インテリジェント・システム・シンポジウム，一般社団法人日本機械学会ロボティクス・メカトロニクス部門，第31回インテリジェント・システム・シンポジウム講演論文集，(頁 1-6)，2023年09月07日，福岡，日本国

3. センサ情報に基づく評価の自己生成 ―スパイク列を用いた評価算出による危険認識能力の向上―

   坂本 悠真, 倉重 健太郎，第31回インテリジェント・システム・シンポジウム，一般社団法人日本機械学会ロボティクス・メカトロニクス部門，第31回インテリジェント・システム・シンポジウム講演論文集，(頁 1-6)，2023年09月07日，福岡，日本国

4. センサ情報に基づく評価の自己生成 ―予測誤差に基づく好奇心と恐怖心の導入による環境への適応性の向上―

   岡田 千賢, 倉重 健太郎，第31回インテリジェント・システム・シンポジウム，一般社団法人日本機械学会ロボティクス・メカトロニクス部門，第31回インテリジェント・システム・シンポジウム講演論文集，(頁 1-6)，2023年09月07日，福岡，日本国

5. 多面的な評価指標を用いた報酬の自己生成 -センサ入力に対する危険性を考慮した慣れの実現による危険認識の向上-

   坂本 悠真, 小野 裕也, Afiqe Anuar bin Muhammad Nor Hakim, 倉重 健太郎，インテリジェント・システム・シンポジウム2022，計測自動制御学会 システム・情報部門，第30回インテリジェント・システム・シンポジウム講演論文集，(頁 178-182)，2022年09月21日，神戸，日本国

6. 単体ロボットにおけるHMARLを用いた行動学習 -情報エントロピーを用いたエージェントの絞り込みによる学習性能の向上-

   上村 優真, 成田 陸矩, 倉重 健太郎，インテリジェント・システム・シンポジウム2022，計測自動制御学会 システム・情報部門，第30回インテリジェント・システム・シンポジウム講演論文集，(頁 183-187)，2022年09月21日，神戸，日本国

7. タスクの優先度に基づくマルチタスク強化学習の意思決定手法の提案 -区分線形関数を用いた優先度の設計による環境への適応性の向上-

   藤山 龍希, 倉重 健太郎，インテリジェント・システム・シンポジウム2022，計測自動制御学会 システム・情報部門，第30回インテリジェント・システム・シンポジウム講演論文集，(頁 191-196)，2022年09月21日，神戸，日本国

8. 異なる認識能力を持つエージェント群による単体ロボットの意思決定 -深層強化学習の導入による連続環境への適応-

   成田 陸矩, 倉重 健太郎，インテリジェント・システム・シンポジウム2022，計測自動制御学会 システム・情報部門，第30回インテリジェント・システム・シンポジウム講演論文集，(頁 385-390)，2022年09月21日，神戸，日本国

9. Proposal of Self-generation of Reward for danger avoidance by disregarding specific situations

   Yuya Ono, Kentaro Kurashige, Afiqe Anuar Bin Muhammad Nor Hakim, Sosuke Kondo, Kodai Fukuzawa，2021 IEEE Symposium Series on Computational Intelligence (SSCI)，IEEE，2021 IEEE Symposium Series on Computational Intelligence (SSCI)，(頁 1-6)，2021年12月05日，Orlando, FL，アメリカ合衆国

10. Efficient exploration by switching agents according to degree of convergence of learning on Heterogeneous Multi-Agent Reinforcement Learning in Single Robot

    Riku Narita, Tatsufumi Matsushima, Kentarou Kurashige，2020 IEEE Symposium Series on Computational Intelligence (SSCI) ，IEEE，Proceedings of 2021 IEEE Symposium Series on Computational Intelligence (SSCI)，(頁 1-6)，2021年12月05日，Orlando, FL，アメリカ合衆国

11. センサ情報に基づく評価の自己生成-能動的な評価の無視による危険の強調-

    小野 裕也, Afiqe Anuar Bin Muhammad Nor Hakim, 近藤 奏介, 福澤 航大, 倉重 健太郎，公益社団法人計測自動制御学会 システム・情報部門 学術講演会 2021，公益社団法人計測自動制御学会，計測自動制御学会 システム・情報部門 学術講演会講演集，(頁 55-59)，2021年11月20日

12. 学習空間の異なる複数の強化学習を用いた多角的な意思決定 -局所的な学習結果を活用した探索行動の絞り込みによる無駄行動の削減-

    成田 陸矩,倉重 健太郎，インテリジェント・システム・シンポジウム2021，FAN運営委員会，インテリジェント・システム・シンポジウム2021講演論文集，(頁 123-126)，2021年09月21日，Online，日本国

13. タスクの優先度で重みづけされた行動価値に基づく複数タスク下における意思決定手法の提案

    花形 知美,倉重 健太郎,上林 拓馬，インテリジェント・システム・シンポジウム2021，FAN運営委員会，インテリジェント・システム・シンポジウム2021講演論文集，(頁 127-131)，2021年09月21日，Online，日本国

14. An Experimental Study for Tracking Ability of Deep Q-Network under the Multi-Objective Behaviour using a Mobile Robot with LiDAR

    Masashi Sugimoto, Ryunosuke Uchida, Shinji Tsuzuki, Hitoshi Sori, Hiroyuki Inoue, Kentaro Kurashige, Shiro Urushihara，2021 International Symposium on Electrical, Electronics and Information Engineering(ISEEIE2021)，2021 International Symposium on Electrical, Electronics and Information Engineering(ISEEIE2021)，(頁 81-87)，2021年02月19日，Seoul，大韓民国

15. Autonomous decision making by the self-generated priority under multi-task

    Takuma Kambayashi, Kentarou Kurashige ，2020 IEEE Symposium Series on Computational Intelligence (SSCI) ，IEEE，Proceedings of 2020 IEEE Symposium Series on Computational Intelligence (SSCI) ，(頁 1879-1885)，2020年12月01日，Canberra，オーストラリア連邦

16. Self-generation of reward based on sensor value -Improving reward accuracy by associating multiple sensors using Hebb's rule-

    Sosuke Kondo, Kentarou Kurashige ，2020 IEEE Symposium Series on Computational Intelligence (SSCI) ，IEEE，Proceedings of 2020 IEEE Symposium Series on Computational Intelligence (SSCI) ，(頁 1886-1892)，2020年12月01日，Canberra，オーストラリア連邦

17. An Experimental Study for Development of Multi-Objective Deep Q-Network -In Case of Behavior Algorithm for Resident Tracking Robot System-

    Masashi Sugimoto, Ryunosuke Uchida, Haruka Matsufuji, Shinji Tsuzuki, Hitoshi Yoshimura, Kentarou Kurashige, Mikio Deguchi ，The Sixth International Conference on Electronics and Software Science ICESS2020，Proceedings of the Sixth International Conference on Electronics and Software Science ICESS2020 ，(頁 7-16)，2020年12月01日，日本国

18. Proposal of Time-based evaluation for Universal Sensor Evaluation Index in Self-generation of Reward

    Afiqe Anuar bin Muhammad Nor Hakim, Koudai Fukuzawa, Kentaro Kurashige ，2020 IEEE International Conference on Systems, Man, and Cybernetics ，IEEE，Proceedings of 2020 IEEE International Conference on Systems, Man, and Cybernetics ，(頁 1161-1166)，2020年10月11日，Toronto，カナダ

19. Scilab/Xcosを用いたモデルベースシミュレーション

    枡見 健吾, 杉本 大志, 都築 伸二, 吉村 斎, 倉重 健太郎，第38回日本ロボット学会学術講演会，第38回日本ロボット学会学術講演会講演集，2020年10月09日

20. DQNを搭載した農作業用汎用移動クローラにおける ゴール追従問題に関する一考察

    杉本 大志, 内田 龍之介, 都築 伸二, 曽利 仁, 井上 浩行, 倉重 健太郎, 吉村 斎, 漆原 史朗，第38回日本ロボット学会学術講演会，第38回日本ロボット学会学術講演会講演集，2020年10月09日

21. LiDARで作成した屋内地図に深層強化学習を適用する方法 —LiDAR搭載の移動ロボットを用いた検証実験—

    内田 龍之介, 杉本 大志, 都築 伸二, 倉重 健太郎, 吉村 斎, 野中摂護，第38回日本ロボット学会学術講演会，第38回日本ロボット学会学術講演会講演集，2020年10月09日

22. 単体ロボットにおけるヘテロジニアスMARLを用いた行動学習 -学習進度に基づく確率的なエージェント選択による効率的探索の実現-

    松嶋 龍文, 倉重 健太郎，第38回日本ロボット学会学術講演会，第38回日本ロボット学会学術講演会講演集，2020年10月09日

23. センサ評価の統合による報酬の自己生成 -センサの順位付けによる評価センサの限定-

    福澤 航大, 倉重 健太郎，第38回日本ロボット学会学術講演会，第38回日本ロボット学会学術講演会講演集，2020年10月09日

24. センサ値に基づく報酬の自己生成 -Hebb則を用いた複数センサの関連付けによる報酬精度の向上-

    近藤 奏介, 倉重 健太郎，第38回日本ロボット学会学術講演会，第38回日本ロボット学会学術講演会講演集，2020年10月09日

25. 優先度を用いた複数タスク下における意思決定 -優先度の汎用化による環境への適応性の向上-

    上林 拓馬, 倉重 健太郎，第38回日本ロボット学会学術講演会，第38回日本ロボット学会学術講演会講演集，2020年10月09日

26. An Experimental Study for Tracking Ability of Deep Q-Network under the Multi-Objective Behaviour using a Mobile Robot with LiDAR

    Masashi Sugimoto, Ryunosuke Uchida, Shinji Tsuzuki, Hitoshi Sori, Hiroyuki Inoue, Kentaro Kurashige, Shiro Urushihara，2020 International Conference on Big data, IoT, and Cloud Computing(ICBICC2020)，Proceedings of 2020 International Conference on Big data, IoT, and Cloud Computing，2020年10月09日，Tokyo，日本国

27. Robotized Counselor Evaluation using Linguistic Detection of Feeling Polarity Change

    Kentarou Kurashige, Setsuo Tsuruta, Eriko Sakurai, Yoshitaka Sakurai, Rainer Knauf, Ernesto Damiani, Andrea Kutics，2019 IEEE Symposium Series on Computational Intelligence，IEEE，Proceedings of 2019 IEEE Symposium Series on Computational Intelligence，(頁 961-966)，2019年12月06日，Xiamen，中華人民共和国

28. 長尺円柱状構造物を対象としたウインチを用いた高所点検ロボットの開発

    花島直彦，藤平祥孝，梶原秀一，倉重健太郎，第 19 回 建設ロボットシンポジウム，建設ロボット研究連絡協議会，第 19 回 建設ロボットシンポジウム プログラム予稿集，2019年10月09日，福岡県

29. Decision making on robot with multi-task using deep reinforcement learning for each task

    Yuya Shimoguchi, Kentarou Kurashige，2019 IEEE International Conference on Systems, Man and Cybernetics，IEEE，Proceedings of 2019 IEEE International Conference on Systems, Man and Cybernetics，(頁 3440-3445)，2019年10月06日，Bari，イタリア共和国

30. Self-Generation of Reward by Inputs from Multi Sensors -Integration of Evaluations for Inputs to Avoid Danger-

    Masaya Ishizuka, Kentaro Kurashige，2018 International Symposium on Micro-NanoMechatronics and Human Science，IEEE，2018 International Symposium on Micro-NanoMechatronics and Human Science，(頁 133-138)，2018年12月09日，Nagoya，日本国

31. Counseling Robot Implementation and Evaluation

    Kentarou Kurashige, Setsuo Tsuruta, Eriko Sakurai, Yoshitaka Sakurai, Rainer Knauf, Ernesto Damiani, Andrea Kutics，2018 IEEE International Conference on Systems, Man, and Cybernetics，IEEE，Proceedings of 2018 IEEE International Conference on Systems, Man, and Cybernetics，(頁 1716-1722)，2018年12月07日，Miyazaki，日本国

32. Action selection of robot by human intention estimated with dynamic evaluation criterion

    Yuya Shimoguchi, Seiya Shirakura, Kentarou Kurashige，IEEE Symposium Symposium Series on Computational Intelligence SSCI 2018，IEEE，Proceedings of IEEE Symposium Symposium Series on Computational Intelligence SSCI 2018，(頁 1785-1792)，2018年11月18日，BENGALURU

33. 単体ロボットにおける行動学習 -学習速度の向上を目指したヘテロジニアスMARLシステムの実現-

    井上 昂浩, 倉重 健太郎，第36回日本ロボット学会学術講演会，日本ロボット学会，第36回日本ロボット学会学術講演会講演集，(頁 1-4)，2018年09月04日，愛知県春日井市，日本国

34. 複数タスク下における優先度を用いたロボットの行動選択 -ヒステリシスを持つ優先度によるタスク達成の効率化-

    大沢 航洋, 白倉 聖也, 倉重 健太郎，第36回日本ロボット学会学術講演会，日本ロボット学会，第36回日本ロボット学会学術講演会講演集，(頁 1-4)，2018年09月04日，愛知県春日井市，日本国

35. Design of Counseling Robot for production by 3D printer

    Kentarou Kurashige, Setsuo Tsuruta, Eriko Sakurai, Yoshitaka Sakurai, Rainer Knauf, Ernesto Damiani，13th International Conferenceon Signal-ImageTechnology and Internet-Based Systems，IEEE，Proceedings of 13th International Conferenceon Signal-ImageTechnology and Internet-Based Systems，(頁 56-62)，2017年12月04日，Jaipur，インド

36. Self-Generation of reward by human interaction -Adaptation to multmulti by reflecting hope degree for priority-

    Seiya Shirakura, Takuya Masaki, Masaya Ishizuka, Kentarou Kurashige，2017 International Symposium on Micro-NanoMechatronics and Human Science，IEEE，2017 International Symposium on Micro-NanoMechatronics and Human Science CD-ROM，(頁 283-288)，2017年12月03日，nagoya

37. A study of dynamically adjustment for exploitation action using evaluation of achievement

    Masashi Sugimoto, Kentarou Kurashige，2017 International Symposium on Micro-NanoMechatronics and Human Science，IEEE，2017 International Symposium on Micro-NanoMechatronics and Human Science CD-ROM，(頁 352-356)，2017年12月03日，nagoya

38. Context Respectful Counseling Agent integrated with Robot nodding for Dialog Promotion

    Kentarou Kurashige and Setsuo Tsuruta and Eriko Sakurai and Yoshitaka Sakurai and Rainer Knauf and Ernesto Damiani，2017 IEEE International Conference on Systems, Man, and Cybernetics，Proc. of 2017 IEEE International Conference on Systems, Man, and Cybernetics，(頁 1540-1545)，2017年10月05日，Banff，カナダ

39. 反復合議型MARLにおける単体ロボットの意思決定 -協調決定度に基づく行動決定手法の提案-

    櫻庭 康平, 高田 陽, 倉重 健太郎，第35回日本ロボット学会学術講演会，一般社団法人日本ロボット学会，第35回日本ロボット学会学術講演会講演集，(頁 1-4)，2017年09月11日，埼玉県川越市，日本国

40. 他者の行動結果を規範とした 強化学習における探索率の動的調整に関する検討

    杉本 大志, 倉重 健太郎，第35回日本ロボット学会学術講演会，一般社団法人日本ロボット学会，第35回日本ロボット学会学術講演会講演集，(頁 1-4)，2017年09月11日，埼玉県川越市，日本国

41. Action selection using priority for each task -Realization of effective processing by dynamical update of priority-

    Takuya Masaki, Kentarou Kurashige，2017 6th International Conference on Informatics, Electronics and Vision & 2017 7th International Symposium in Computational Medical and Health Technology，IEEE，Proceedings of 2017 6th International Conference on Informatics, Electronics and Vision & 2017 7th International Symposium in Computational Medical and Health Technology，2017年09月01日，Himeji Hyogo，日本国

42. A Study for effectiveness of Dimensionality Reduction for State-action Pair Prediction -Training set reduction using Tendency-

    Masashi Sugimoto, Naoya Iwamoto, Robert Johnston, Keizo Kanazawa, Yukinori Misaki, Kentarou Kurashige，The Third International Conference on Electronics and Software Science (ICESS2017)，SDWIC，Proceedings of the Third International Conference on Electronics and Software Science，(頁 19-28)，2017年08月01日，Takamatsu，日本国

43. 経路生成形レギュレータを用いた独立二輪車両のBezier曲線経路追従

    戀塚 立太, 花島 直彦, 水上 雅人, 藤平 祥孝, 倉重 健太郎，日本機械学会ロボティクス・メカトロニクス講演会，一般社団法人 日本機械学会 ロボティクス・メカトロニクス部門，日本機械学会ロボティクス・メカトロニクス講演会予稿集，(頁 2A1-F08)，2017年05月10日，福島県，日本国

44. Application and Performance Evaluation of a Lifting Device with Alternating Rotation Hoist

    Hanchao Li, Daisuke Harada, Naohiko Hanajima, Hidekazu Kajiwara, Kentaro Kurashige, Yoshinori Fujihira, Masato Mizukami，2016 IEEE/SICE International Symposium on System Integration，IEEE/SICE，Proceedings of 2016 IEEE/SICE International Symposium on System Integration，(頁 385-390)，2016年12月13日，Sapporo，日本国

45. 周期的変化をもつ路面に於ける 状態行動対予測による姿勢安定化についての検討

    杉本 大志, 倉重 健太郎，2016年度精密工学会山口地方学術講演会，精密工学会，2016年度精密工学会山口地方学術講演会講演論文集，(頁 9-10)，2016年11月26日，山口県大島郡，日本国

46. A STUDY OF EFFECTIVENESS OF DYNAMICALLY VARYING SAMPLING RATE FOR STATE-ACTION PAIR PREDICTION

    Masashi Sugimoto, Naoya Iwamoto, Robert W. Johnston, Keizo Kanazawa, Yukinori Misaki, Kentarou Kurashige，the International Conference on Electronics and Software Science，SDIWC，Proceedings of the International Conference on Electronics and Software Science，(頁 79-87)，2016年11月14日，Takamatsu，日本国

47. IoT-aware Context Respectful Counseling Agent

    Yukiko Yamamoto, Tetsuo Shinozaki, Setsuo Tsuruta, Kentarou Kurashige, Rainer Knauf，SMC2016，IEEE，Proc. of SMC2016，(頁 4729-4736)，2016年10月09日，Budapest，ハンガリー共和国

48. Action selection using each task priority:Realization of asynchrony action selection and update priorities

    Takuya Masaki, Kentarou Kurashige，2016 Joint 8th International Conference on Soft Computing and Intelligent Systems and 2016 17th International Symposium on Advanced Intelligent Systems，IEEE，Proceedings of 2016 Joint 8th International Conference on Soft Computing and Intelligent Systems and 2016 17th International Symposium on Advanced Intelligent Systems，(頁 908-911)，2016年08月25日，Sapporo, Hokkaido，日本国

49. A Study on the Deciding an Action Based on the Future Probabilistic Distribution

    Masashi SUGIMOTO, Kentarou KURASHIGE，The 9th International Conference on Intelligent Robotics and Applications，IEEE SMC Society，Intelligent Robotics and Applications, Proceedings, Part II, 383-394, Aug. 22-24, 2016, Tokyo, Japan, DOI:10.1007/978-3-319-43518-3, ISBN:978-3-319-43518-3, ISSN:1611-3349，(頁 383-394)，2016年08月22日，Tokyo，日本国

50. Action Learning to Single Robot Using MARL with Repeated Consultation: Realization of Repeated Consultation Interruption for the Adaptation to Environmental Change

    Yoh TAKADA, Kentarou KURASHIGE，The 9th International Conference on Intelligent Robotics and Applications，IEEE SMC Society，Intelligent Robotics and Applications, Proceedings, Part II，(頁 371-382)，2016年08月22日，Tokyo，日本国

51. Effective action selection under multi task by ignoring tasks and limiting tasks

    Takuya Masaki, Kentarou Kurashige，World Automation Congress 2016 Japanese Satellite Session，IEEE SMC Society，Proceedings of World Automation Congress 2016，(頁 1-6)，2016年08月06日，Himeji，日本国

52. Nodding Behavioral Context Respectful Counseling Agent

    Yukiko Yamamoto, Tetsuo Shinozaki, Setsuo Tsuruta, Kentarou Kurashige, Rainer Knauf，World Automation Congress 2016 Japanese Satellite Session，IEEE SMC Society，Proceedings of World Automation Congress 2016，(頁 1-6)，2016年08月06日，Himeji，日本国

53. The Proposal for Compensation to the Action of Motion Control basedon the Prediction of State-action Pair

    Masashi Sugimoto, Kentarou Kurashige，International Conference on Electronics and Software Science，SDWIC，Proceedings of the International Conference on Electronics and Software Science，(頁 35-48)，2015年07月，Takamatsu，日本国

54. ActionLearning to single robot using MAS -A proposal of Agents action decision method based repeated consultation-

    Shuhei Chiba, Kentarou Kurashige，The 10th Asian Control Conference，Asian Control Association，Proceedings of the 10th Asian Control Conference(ASCC2015)，2015年05月，Kota Kinabalu，マレーシア

55. Teaching a series of actions by the universal evaluations of each sensory information

    Kentarou Kurashige, Kaoru Nikaido，2015 IEEE Congress on Evolutionary Computation，IEEE，2015 IEEE Congress on Evolutionary Computation，(頁 2341-2346)，2015年05月，Sendai，日本国

56. The Proposal for Real-time Sequential-decision for Optimal Action using Flexible-weight Coefficient based on the State-Action Pair

    Masashi Sugimoto,KentarouKurashige，2015 IEEE Congress on Evolutionary Computation，IEEE，2015 IEEE Congress on Evolutionary Computation，(頁 544-551)，2015年05月，Sendai，日本国

57. Self-generation of reward in reinforcement learning by universal rules of interaction with the external environment

    Kentarou Kurashige, Kaoru Nikaido，2014 IEEE Symposium Series on Computational Intelligence，IEEE，2014 IEEE Symposium on Robotic Intelligence in Informationally Structured Space Proceedings，(頁 92-97)，2014年12月，orlando, florida，アメリカ合衆国

58. Real-time Sequentially Decision for Optimal Action using Prediction of the State-Action Pair

    Masashi Sugimoto, Kentarou Kurashige，2014 International Symposium on Micro-NanoMechatronics and Human Science，IEEE，Proceedings of 2014 International Symposium on Micro-NanoMechatronics and Human Science，(頁 199-204)，2014年11月，Nagoya，日本国

59. 外界とのインタラクションによる強化学習の報酬の自己生成

    二階堂芳, 倉重健太郎，第32回日本ロボット学会学術講演会，日本ロボット学会，第32回日本ロボット学会学術講演会予稿集，(頁 RSJ2014AC3J2-02)，2014年09月，福岡・福岡

60. MAS を用いた単体ロボットの行動学習-反復合議に基づくエージェントの意思決定法の提案-

    千葉秀平, 倉重健太郎，第32回日本ロボット学会学術講演会，日本ロボット学会，第32回日本ロボット学会学術講演会予稿集，(頁 RSJ2014AC3J2-01)，2014年09月，福岡・福岡

61. Self-Generation of reward by moderate-based index in reinforcement learning'

    Kentarou Kurashige, Kaoru Nikaido，The International Workshop on Advanced Computational Intelligence and Intelligent Informatics 2014(IWACIII2014)，2014年02月，Fukui，日本国

62. Control of exploration and exploitation using information content'

    Nodoka Shibuya, Kentarou Kurashige，The Nineteenth International Symposium on Artificial Life and Robotics 2014 (AROB 19th 2014)，ISAROB，The Nineteenth International Symposium on Artificial Life and Robotics 2014 (AROB 19th 2014)，(頁 48-51)，2014年01月，Beppu，日本国

63. Self-Generation of Reward by Sensor Input in Reinforcement Learning

    Kaoru Nikaido, Kentarou Kurashige，2013 Second International Conference onRobot, Vision and Signal Processing，IEEE，2013 Second International Conference on Robot, Vision and Signal Processing，(頁 270-273)，2013年12月，Kitakyushu，日本国

64. The Proposal for Deciding Effective Action using Prediction of Internal Robot State Based on Internal State and Action

    Masashi Sugimoto, Kentarou Kurashige，International Symposium onMicro-NanoMechatronics and Human Science，IEEE，proceedings of International Symposium on Micro-NanoMechatronics and Human Science，(頁 221-226)，2013年11月，Nagoya，日本国

65. The Proposal for Prediction of Internal Robot State Based on Internal State and Action

    Masashi Sugimoto, Kentarou Kurashige，IWACIII2013，Japan SOciety for Fuzzy Theory and intelligent informatics (SOFT)，Proc. of IWACIII2013 CD-ROM，2013年10月，Shanghai，中華人民共和国

66. Proposal of learning method which selects objectives based on the state

    Hironori Miura, Kentarou Kurashige，2013 IEEE Workshop on Robotic Intelligence in Informationally StructuredSpace at2013 IEEE Symposium Series on Computational Intelligence(RiiSS at SSCI)，IEEE，Proceedings of 2013 IEEE Workshop on Robotic Intelligence in Informationally Structured Space at 2013 IEEE Symposium Series on Computational Intelligence(RiiSS at SSCI)，(頁 119-124)，2013年04月，Singapore，シンガポール共和国

67. Reduction of state space on reinforcement learning by sensor selection

    Yasutaka Kishima, Kentarou Kurashige，2012 International Symposium on Micro-NanoMechatronics and Human Science(MSH2012&Micro-Nano Global COE)，IEEE，Proceedings of 2012 International Symposium on Micro-NanoMechatronics and Human Science(MSH2012&Micro-Nano Global COE)，(頁 138-143)，2012年11月，Nagoya，日本国

68. Estimate of current state based on experience in POMDP for Reinforcement Learning

    Yoshiki Miyazaki, Kentarou Kurashige，the seventeenth InternationalSymposium on Artificial Life and Robotics，Organizing Committee of International Symposium on Artificial Life and Robotics，Proceedings ofthe seventeenth International Symposium on Artificial Life and Robotics，2012年01月，Beppu，日本国

69. Reduction of learning space by making a choice of sensor information

    Yasutaka Kishima, Kentarou Kurashige, Toshinobu Numata，the seventeenth International Symposiumon Artificial Life and Robotics，Organizing Committee of International Symposium on Artificial Life and Robotics，Proceedings of the seventeenth International Symposium on Artificial Life and Robotics，2012年01月，Beppu，日本国

70. Proposal of method "Motion Space" to express movement of the robot

    Naoki Kitayama, Kentarou Kurashige，IWACIII2011，Japan SOciety for Fuzzy Theory and intelligent informatics (SOFT)，Proc. of IWACIII2011 CD-ROM，2011年11月，Suzhou，中華人民共和国

71. Suggestion of Probabilistic Reward-Independent Knowledgefor Dynamic Environment in Reinforcement Learning

    NodokaShibuya, Yoshiki Miyazaki, Kentarou Kurashige，2011 Int. Symp. on Micro-NanoMechatronics and Human Science，IEEE，2011 Int. Symp. on Micro-NanoMechatronics and Human Science CD-ROM，2011年11月，Nagoya，日本国

72. 学生による授業の枠をこえたデモンストレーション発表会AcaDemoSについて

    畑中雅彦，開発技術研究会平成22年度研究発表会，開発技術研究会，開発技術研究会平成22年度研究発表会講演要旨集，2010年12月，北海道・室蘭市

73. Use of reward - independent knowledge on reinforcement learning for dynamic environment

    YoshikiMiyazaki and Kentarou Kurashige，The International Conference on Advanced Computer Science and Information Systems，Faculty fo Computer Science Universitas Indonesia，Proc. of the International Conference on Advanced Computer Science and Information Systems，2010年11月20日，Bali，インドネシア共和国

74. THE GROWTH OF INDIVIDUAL INTELLIGENCE IN GROUPS OF AGENTS BYAUTONOMOUS SELECTION OF OTHERS TO COMMUNICATE TO

    Yasutaka Kishima, Kentarou Kurashige，WAC 2010，IEEE SMC Society，WAC 2010 Congress CD-ROM，2010年09月，Kobe, Japan，日本国

75. Use of the knowledge which is independence on reward in Reinforcement Learning

    Yoshiki Miyazaki, Kentarou Kurashige，2009 IEEE International Symposium on Computational Intelligencein Robotics and Automation，IEEE，Proc. of International Symposium on Computational Intelligence in Robotics and Automation，2009年12月15日，Daejeon, Korea，大韓民国

76. 教示における動きの汎化

    池田憲弘, 倉重健太郎，HAIシンポジウム2009，人工知能学会，HAIシンポジウム2009(CD-ROM)，(頁 2D-2)，2009年12月04日，東京都・東京工業大学大岡山キャンパス西9号館

77. 複数教員の多角的な指導による学生懇話会の試み (第3報)

    畑中雅彦，開発技術研究会平成20年度研究発表会，開発技術研究会，開発技術研究会平成20年度研究発表会講演要旨集，(頁 39-40)，2008年12月，北海道・室蘭市

78. A RELATIONSHIP BETWEEN ABILITY OF PERCEPTION AND LEARNING EFFICIENCY

    Yukiko Onoue, Kentarou Kurashige，WAC 2008，IEEE SMC Society, IEEE Systems Council，WAC 2008 Congress CD-ROM，2008年09月28日，Hawaii, USA，アメリカ合衆国

79. Growth ofindividual intelligence using communication

    Yasutaka Kishima, Kentarou Kurashige，SCIS&ISIS 2008，Japan SOciety for Fuzzy Theory and intelligent informatics (SOFT)，SCIS&ISIS 2008(CD-ROM)，2008年09月17日，Nagoya, Japan，日本国

80. Therobotlearning by using sense of pain

    Kentarou Kurashige, Yukiko Onoue，The Third International Symposium on Humanized Systems，Japan Society for the Promotion of Science,Japan Society of Kansei Engineering,Muroran Institute of Technology，Proceedings of International Symposium on Humanized Systems 2007，2007年09月13日，Japan, Muroran，日本国

81. A simple rule how to make a reward for learning with human interaction.

    K.Kurashige，2007 IEEE International Symposium on Computational Intelligence in Robotics and Automation，IEEE，Proceedings of the 2007 IEEE International Symposium on ComputationalIntelligence in Robotics and Automation，2007年06月20日，Jacksonville, Florida,USA，アメリカ合衆国

82. 相対評価を用いた学習方法の提案

    倉重健太郎，第49回計測自動制御学会，システム制御情報学会(幹事学会)，計測自動制御学会，日本機械学会 ，化学工学会 ，精密工学会 ，日本航空宇宙学会，(頁 SA7-2-3)，2006年11月25日，兵庫県・神戸市灘区六甲台町１－１

83. モチベーションモデルによる評価の自動生成

    倉重健太郎, 福田敏男，システムインテグレーション部門学術講演会，-，-，(頁 445-446)，2002年12月

84. モチベーションモデルによる行動計画法の提案

    倉重健太郎, 荒牧重登, 福田敏男，第12回インテリジェント・システム・シンポジウム，-，-，(頁 467-472)，2002年11月

85. Control program structure of Humanoid Robot

    Shigeto Aramaki, Hiroshi Shirouzu, Kentarou Kurashige, Taketoshi Kinoshita，Int. Conference of IEEE Industrial Electronics Society，IEEE，Proc. of Int. Conference of IEEE Industrial Electronics Society，2002年11月，Sevilla，スペイン

86. Motion planning based on hierarchical knowledge for six legged locomotion robot

    K. Kurashige, T. Fukuda, H. Hoshino，1999 IEEE International Conference on Systems, Man, and Cybernetics，IEEE，Proc. of Int. Conf. on Systems, Man, and Cybernetics，1999年10月，Tokyo，日本国

87. 階層型知能表現と進化計算手法によるロボットの行動計画

    倉重健太郎, 福田敏男, 星野春夫, 小林太，第9回インテリジェント・システム・シンポジウム，-，-，(頁 263-266)，1999年10月

88. Motion planning basedon hierarchical knowledge using Genetic Programming

    T. Fukuda，IEEE International Conference on Robotics and Automation，IEEE，Proc. of Int.Conf. on Robotics and Automation，1999年，Detroit，アメリカ合衆国

89. 階層型知能表現によるロボットの行動計画

    倉重健太郎, 福田敏男, 星野春夫，第8回インテリジェント・システム・シンポジウム，-，-，(頁 453-458)，1998年10月

90. 進化的手法によるTask Planning System

    倉重健太郎, 福田敏男, 星野春夫，第7回インテリジェント・システム・シンポジウム，-，-，(頁 423-426)，1997年11月

91. ニューラルネットワークによる6脚歩行移動型ロボットの作業計画の立案

    福田敏男, 倉重健太郎, 星野春夫, 足達勇治，第6回建設ロボットシンポジウム，-，-，(頁 87-92)，1997年07月，東京都