スマートフォンに搭載された慣性センサー（IMU）を活用し、実環境における人物の移動や注意を推定する技術を研究しています。リテールメディアをはじめ、実世界を対象とした事業での活用を見込み、スケーラビリティやプライバシー保護の観点でメリットのある技術の創出を目指しています。

ユーザがエージェントに意図や意思を感じているインタラクションにおいて、「認知的不協和を解消しようとする人の特性」と、「人に対話エージェントの意図や欲求を認知させる技術」を組み合わせた、人の行動を促すインタラクションの実現に取組んでいます。「人間と信頼関係を築き、人の行動を変えられるインタラクションモデル」を、幅広い産業に適用可能な汎用的技術として作り上げることを目指しています。

商業施設などの実環境下で知的に振る舞うことができる自律型対話ロボットを開発するために、ユーザとロボットの非言語情報を含めた大量の音声対話データが必要となります。そこで、顧客の行動認識やロボットの行動学習のために、実環境ヒューマンロボットインタラクションの大規模データセットを構築することを目指しています。

人工知能や HCI 技術、サービスデザインを組み合わせることで高い顧客エンゲージメントを提供する新しい広告メディアを開発します。本研究で開発されたメディアは、実店舗で実験を行い、実際の顧客行動や反応を収集・分析して効果を検証します。収集したデータを基に研究やサービスを改善し、顧客体験を最適化します。これにより、顧客満足度の向上と収益性の向上を実現し、小売業界全体の DX 推進に貢献することを目指しています。

無作為化比較試験により得られたデータを用いて個体間の異質的な処置効果を効率的に推定する方法を共同研究しています。

複数の意思決定主体が存在する環境における意思けて値モデルの学習アルゴリズム、不確かな環境における意思決定の予測モデル探索等の基礎研究および特性評価を行っています。

自動応答システムでは、年齢やシステムの習熟度等によって適切な bot のシナリオが異なることが経験的に知られており、システムが随時最適なシナリオを選択するために、ユーザーの特性を音声を用いて分類する研究を行っています。

自動応答システムでは、雑音が含まれる音響信号の中から人の音声を正確に認識する必要性あり、人が話している区間や話し終わりのタイミングをリアルタイムで予測する研究を行なっています。

経済学による実サービスにおける効果の推定や、その効果を最大化させるような AI 技術の開発と実プロダクトへの応用を行っています。

大規模言語モデルの対話応答性能等に関する言語転移の原理解明及び新たな知見の獲得を目的としています。大規模言語モデルの言語横断的な Instruction Tuning の実験を体系的に行い、その振る舞いについて分析を行うことで、大規模言語モデルの言語転移に関する動作原理の解明に取り組んでいます。