近年、ロボット等の身体性を持つエージェントの人工知能が盛んに研究されています。エージェントが実世界を理解し、適切に行動するためには、画像や三次元点群に基づく空間構造の理解に加え、視覚・言語・行動・接触・力覚・音響などの多様なモダリティを統合的に扱うことが重要です。

本研究室では、機械学習を用いた物体認識、三次元地図作成、グラフネットワーク構築などの認識タスクに取り組むとともに、それらをロボットナビゲーションやロボットマニピュレーションへ接続する身体性AI（Embodied AI）研究に取り組みます。
さらに、人間の高度な行動やタスク遂行をヒューマノイドロボットへ教示し、物体・人・環境との関係性の中で解釈することで、実環境との相互作用を通じて継続的に更新・成長する空間基盤モデルの構築を目指します。教師付き学習、強化学習、逆強化学習、学習制御などを組み合わせることで、環境変化に柔軟に適応し、多様な実世界タスクを遂行可能なロボット基盤技術の確立に取り組みます。