| id | R0186 |
|---|---|
| ID | 186 |
| 開始時刻 | 2026-02-19 12:37:49 |
| 完了時刻 | 2026-02-19 13:08:46 |
| メール | hasebe.koji.gb@u.tsukuba.ac.jp |
| 名前 | 長谷部 浩二 |
| 言語 | 日本語 |
| 最終変更時刻 | |
| 氏名 Name | 長谷部浩二 |
| 所属（教員組織）※学生は指導教員の所属を選択 /Affiliation (Faculty/Organization) | システム情報系/Faculty of Engineering, Information and Systems |
| 専門分野/ Research Field | マルチエージェントシステム |
| 以下の項目から選んでください。 Please select from the options below. | 教員・研究員/ Faculty Member / Researcher |
| 職位 Position | 准教授 |
| （大学院生のみ回答）指導教員名/ Name of Academic Supervisor (for graduate students only) | |
| （大学院生のみ回答）本アンケートへ研究情報や研究データ情報を入力することを指導教員に確認しましたか？ Have you confirmed with your academic supervisor that you are entering research information and/or research data information in this questionnaire? | |
| 2－1研究へのAIの活用経験と意識（当てはまるものを選んでください）/Experience with and Perceptions of AI Utilization in Research | AIそのものやAIの高度化を研究している/I conduct research on AI itself or on the advancement of AI technologies. |
| 3-1 AI を活用することで推進したい（推進した）研究テーマを回答ください。（1テーマ40字程度）Please describe the research theme(s) you would like to promote (or have promoted) by utilizing AI. | |
| 3-2 AIを活用することで解決したい（解決した）学術的課題の概要を教えてください（分野外の専門家がわかるように。1テーマ100〜300字程度）Please provide an overview of the academic challenge(s) you would like to address (or have addressed) by utilizing AI. | |
| 3-3 以下内容がわかる場合は具体的に教えてください。１．研究テーマで AI が特に有効または改善ができる部分はどこ（何）でしょうか？２．AIを活用することによって、研究分野にどのようなインパクトをあたえられるでしょうか？If possible, please provide specific details on the following points: 1Which part(s) ... | |
| 3-4 現時点で AI for Science チャレンジ型に応募したいと思いますか？At this point, would you like to apply for the AI for Science Challenge–type program? | |
| 3-5 ご自身の研究活動にAIを導入・活用するときの課題があれば教えてください。支援構築の参考にします。（複数選択可）If you have any challenges or concerns regarding the introduction or use of AI in your own research activities, please let us know. | |
| 3-6 上記テーマのためのデータは既に取得済みですか？ Have the data for the above research theme already been collected? | |
| 4-1 今後AI活用したい（これまでAI活用した）研究データについて取得先や収集手法について可能な範囲で教えてください。 Please describe, to the extent possible, the sources and collection methods of the research data that you would like to use (or have us... | |
| 4-2 以下を参考にデータの種類等を可能な範囲で教えてください。 観測データ / 実験データ / 測定データ 画像 / 音声 / 動画 / テキスト / 時系列 数値シミュレーション結果 センサーデータ 行動データ / 社会調査・アンケートデータ （横断的にデータ取得/縦断的：一人物に複数点） 文献データ / デジタルアーカイブ その他 Please descr... | |
| 4-3 その他、保有している研究データについて、取得先や取得手法について可能な範囲で教えてください。 In addition to the above, please describe, to the extent possible, the sources and collection methods of any other research data you possess. | |
| 4-4 下記を参考に、データの種類等を可能な範囲で教えてください。 観測データ / 実験データ / 測定データ 画像 / 音声 / 動画 / テキスト / 時系列 数値シミュレーション結果 センサーデータ 行動データ / 社会調査・アンケートデータ （横断的にデータ取得/縦断的：一人物に複数点） 文献データ / デジタルアーカイブ その他 Please descr... | |
| 4-5 データの基本情報（サンプル数、説明変数、目的変数）について教えてください。Please provide basic information about the data, such as the number of samples, explanatory variables (independent variables), and target variables (depend... | |
| 4-6 これまでデータへ適応した解析手法や統計手法・モデル等があれば教えてください。Please describe any analytical methods, statistical techniques, or models that have been applied to the data so far, if applicable. | |
| 4-7 データの信頼性について次の点を記述してください。例）・測定精度/誤差範囲/ノイズがあればその特徴、もしくは、専門家によるアノテーションが必要かどうか Please describe the reliability of the data, addressing the following points as appropriate. Examples: Measurement a... | |
| 4-8 データの偏りについて次の点を記述してください。例・属性の偏りがあればどんなものか/サンプルサイズの偏りがあればどんなものか/データの揺らぎがあればどんなものか Please describe any biases present in the data, addressing the following points as appropriate. Examples: Types... | |
| 4-9 データの構造・複雑性について以下から教えてください。（複数選択可） Please indicate the structure and complexity of the data by selecting from the options below. (Multiple answers allowed) | |
| 5-1 専門分野（複数選択可）Classification of AI Research | エージェント Agents;機械学習 Machine Learning;知識の利用と共有 Knowledge Utilization and Sharing; |
| 5-2 現在の主要研究テーマをご記入ください。 （1テーマにつき100〜300字程度） Please describe your current main research theme(s). | 【テーマ(1)： 分散制約最適化】 分散制約最適化（Distributed Constraint Optimization Problem：DCOP）は，システムを構成する複数の計算機が協調してシステム全体の最適化を自律分散的に実現するための問題です。私たちは， 20年以上に渡りDCOPを解くアルゴリズムとして広く利用されてきたADOPTの誤りを指摘するとともに，その修正版のアルゴリズムを提案しました[1, 2]。 また，DCOPを解くアルゴリズムの実システムへの応用可能性を高めるために，一部の計算機の故障への耐性を備えたアルゴリズムの開発も行ってきました[3]。 さらに，こうした基礎研究の実システムへの応用として，交通監視用UAVの最適化[4]や，ブロックチェーン上の協調計算の実現などにも取り組んでいます。 【テーマ(2)：世論の形成過程の分析】 世論の形成過程をマルチエージェント・シミュレーションにより分析する研究が古くから行われています。私たちは，こうした既存の研究に対して，新たに知識の伝播が世論の形成に与える影響を分析するためのモデルを提案し[5]，さらにそれを用いてエコーチェンバー現象の創発メカニズムの解明に取り組んできました[6]。（INRIA Grenoble Rhone-Alpesとの共同研究） 【テーマ(3)：強化学習による無人倉庫内のラック搬送ロボットの経路最適化】 高密度にラックが集積された無人倉庫内で，複数の搬送ロボットによりラックを効率よく搬送するための制御手法として，強化学習によるMulti-Agent Pathfindingを実現するための手法の開発を行っています。（豊田中央研究所との共同研究） 【テーマ(4)：認識論的ゴシッププロトコルの高信頼化】 ゴシッププロトコルは，P2Pネットワークで近い機器どうしが1対1で情報を伝え合い，全員が同じ情報を持つ仕組みです。近年は各機器が「誰が何を知っていそうか」を考えて相手を選び，無駄な通信を減らす方法が検討されています。私たちは，知識論理と呼ばれる数理論理学の体系を用いてネットワーク内の共有知識の成立過程を分析することを通じて，情報が消える故障が起きても矛盾から故障を推測し，必要分を送り直して最終共有を実現する方式を提案しました。[7] 【テーマ(5)：ゲームにおけるプレイスタイルの分析】 ボードゲームやビデオゲームにおけるプレイスタイルを分析する手法として，私たちは進化計算により，行動特徴を遺伝子として表現し対戦・淘汰・交配を繰り返して多様なスタイルを自動生成し，クラスタリングで特徴を抽出する枠組みを提案しました。[8] 【参考文献】 [1] K. Noshiro and K. Hasebe. Flaws of Termination and Optimality in ADOPT-based Algorithms, IJCAI, 2023. [2] K. Noshiro and K. Hasebe. Counterexamples and amendments to the termination and optimality of ADOPT-based algorithms, Artificial Intelligence, 2024. [3] K. Noshiro and K. Hasebe. Byzantine Fault Tolerance in Distributed Constraint Optimization Problems, AAMAS, 2026. [4] Q. Zhang, K. Noshiro, M. Dwipa, K. Hasebe, and F. Machida. Distributed Performability Optimization for Multi-UAV Road Traffic Monitoring. ICAART 2026. [5] H. Kataoka, J. Euzenat, and K. Hasebe. Coherent belief and opinion propagation produces more echo chambers, AAMAS, 2026. [6] H. Kataoka, J. Euzenat, and K. Hasebe. How can beliefs alter opinions? Joint opinion and belief evolution, ICAART, 2026. [7] Y. Kobayashi and K. Hasebe. Robustness of Epistemic Gossip Protocols Against Data Loss, AAMAS, 2025. [8] Y. Iwasaki and K. Hasebe. A Framework for Generating Playstyles of Game AI with Clustering of Play Logs, ICAART, 2022. |