……Zoomオンライン受講
〇ロボットの動作生成・運動計画と地図生成などの基礎から、ロボット工学に関わる機械学習・強化学習・模倣学習の基礎原理と応用例まで!
講師
静岡大学 学術院工学領域機械工学系列 教授 小林 祐一 氏
講師紹介
2002年3月 東京大学大学院工学系研究科精密機械工学専攻博士課程修了
2002年4月 理化学研究所バイオ・ミメティックコントロール研究センター 研究員
2007年2月 東京農工大学大学院共生科学技術研究院 特任准教授
2012年4月 静岡大学工学部機械工学科 准教授
2016年8月 ミュンヘン工科大学客員研究員(~2017年9月)
2025年4月~現在 静岡大学工学部機械工学科 教授
<その他関連商品>
機械学習・AI・データ分析 一覧はこちら
日時・受講料・お申込みフォーム
●日時:2026年6月9日(火) 10:30-16:30 *途中、お昼休みや小休憩を挟みます。
●受講料:
【オンライン受講】:1名50,600円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき39,600円
*学校法人割引:学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認ください。
*5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********(*********にはjohokiko.co.jpを入れてください)
お申込みはこちらから
配布資料・講師への質問など
●配布資料は、印刷物を郵送で1部送付いたします。
・お申込みの際にお受け取り可能な住所を必ずご記入ください。
・郵送の都合上、お申込みは4営業日前までを推奨します。(土、日、祝日は営業日としてカウントしません。)
・それ以降でもお申込みはお受けしておりますが(開催1営業日前の12:00まで)、その場合、テキスト到着がセミナー後になる可能性がございます。ご了承の上お申込みください。
・資料未達の場合などを除き、資料の再配布はご対応できかねますのでご了承ください。
●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********(*********にはjohokiko.co.jpを入れてください)
*5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********(*********にはjohokiko.co.jpを入れてください)
オンラインセミナーご受講に関する各種案内(必ずご確認の上、お申込みください。)
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********(*********にはjohokiko.co.jpを入れてください)
→Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
(iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)
セミナーポイント
■受講対象者:
・ロボット工学と機械学習のつながりについて,最近の話題を含めてその基本原理を理解したい方
・強化学習・模倣学習の認識・運動生成への応用可能性について興味のある方
■本セミナーで習得できること:
・移動ロボットの地図生成・経路計画の基礎知識
・ロボット認識・運動生成に関わる機械学習の概略と基本原理
・強化学習の基礎と応用例
・模倣学習の原理と応用例
など
セミナー内容
1.ロボットの動作生成の概略
1.1. 地図と計画にもとづくアプローチ
1.1.1. SLAMの概略
1.1.2. 運動計画法
1.2. 強化学習にもとづくアプローチ
1.3. 模倣学習にもとづくアプローチ
2.ロボットの運動計画と地図生成
3.ロボット工学に関わる機械学習の基礎
3.1. 機械学習問題の分類
3.2. 回帰:最小二乗法とガウス過程
3.3. 階層型ニューラルネットワークとCNN
3.4. 潜在空間推定とVariational Autoencoder
3.5. Attention機構とTransformer
3.6. Diffusionモデルと生成AI
4.ロボット工学のための強化学習
4.1. 強化学習と運動計画の関係,問題設定
4.2. マルコフ決定過程とBellman方程式
4.3. 動的計画法とQ学習(価値ベースの学習)
4.4. 方策勾配法
4.5. モデル推定強化学習:Daydreamer
4.6. エントロピー正則化とPPO
5.模倣学習
5.1. Diffusionモデルの運動生成への応用:Diffusion Policy
5.2. 画像・言語・行動を統合:Transfusion
5.3. 強化学習問題を系列予測問題として解く:Decision Transformer
5.4. 画像・言語指示・ロボット行動を統合:Vision-Language-Action
<質疑応答>
お申込みはこちらから
セミナーコード:AG260625


