研究業績
学術雑誌論文

  • Kentaro Fujii, Takuya Isomura, and Shingo Murata, “Real-World Robot Control Based on Contrastive Deep Active Inference with Demonstrations,” Submitted, 2024.

  • Tadahiro Taniguchi, Shingo Murata, Masahiro Suzuki, Dimitri Ognibene, Pablo Lanillos, Emre Ugur, Lorenzo Jamone, Tomoaki Nakamura, Alejandra Ciria, Bruno Lara, and Giovanni Pezzulo, “World models and predictive coding for cognitive and developmental robotics: frontiers and challenges,” Advanced Robotics, pp. 780–806, 2023. DOI: 10.1080/01691864.2023.2225232 arXiv

  • Yuta Takahashi, Shingo Murata, Masao Ueki, Hiroaki Tomita, and Yuichi Yamashita, “Interaction between Functional Connectivity and Neural Excitability in Autism: A Novel Framework for Computational Modeling and Application to Biological Data,” Computational Psychiatry, 7(1), pp. 14–29, 2023. DOI: 10.5334/cpsy.93

  • Taisuke Kobayashi, Shingo Murata, and Tetsunari Inamura, “Latent Representation in Human-Robot Interaction with Explicit Consideration of Periodic Dynamics,” IEEE Transactions on Human-Machine Systems, Vol. 52, Issue 5, pp. 928–940, 2022. DOI: 10.1109/THMS.2022.3182909 arXiv / Movie

  • Namiko Saito, Tetsuya Ogata, Hiroki Mori, Shingo Murata, and Shigeki Sugano, “Tool-use Model to Reproduce the Goal Situations Considering Relationship among Tools, Objects, Actions and Effects Using Multimodal Deep Neural Networks,” Frontiers in Robotics and AI, Vol. 8, Article 748716, pp. 1–15, 2021. DOI: 10.3389/frobt.2021.748716

  • Yuta Takahashi, Shingo Murata, Hayato Idei, Hiroaki Tomita, and Yuichi Yamashita, “Neural network modeling of altered facial expression recognition in autism spectrum disorders based on predictive processing framework,” Scientific Reports, Vol. 11, Article number: 14684, pp. 1–14, 2021. DOI: 10.1038/s41598-021-94067-x / PsyArXiv
    Press Release: Keio Univ. (in Japanese) / Tohoku Univ. (in English)

  • Hayato Idei, Shingo Murata, Yuichi Yamashita, and Tetsuya Ogata, “Paradoxical sensory reactivity induced by functional disconnection in a robot model of neurodevelopmental disorder,” Neural Networks, Vol. 138, pp. 150–163, 2021. DOI: 10.1016/j.neunet.2021.01.033

  • Hayato Idei, Shingo Murata, Yuichi Yamashita, and Tetsuya Ogata, “Homogeneous Intrinsic Neuronal Excitability Induces Overfitting to Sensory Noise: A Robot Model of Neurodevelopmental Disorder,” Frontiers in Psychiatry, Vol. 11, Article 762, pp. 1–15, 2020. DOI: 10.3389/fpsyt.2020.00762
    Press Release (in Japanese): NCNP / Waseda Univ.

  • 出井勇人, 村田真悟, 尾形哲也, 山下祐一, “不確実性の推定と自閉スペクトラム症－神経ロボティクス実験による症状シミュレーション,” 精神医学, Vol. 62, No. 2, pp. 219–229, 2020. DOI: 10.11477/mf.1405206009

  • Hayato Idei, Shingo Murata, Yiwen Chen, Yuichi Yamashita, Jun Tani, and Tetsuya Ogata, “A Neurorobotics Simulation of Autistic Behavior Induced by Unusual Sensory Precision,” Computational Psychiatry, Vol. 2, pp. 164–182, 2018. DOI: 10.1162/cpsy_a_00019

  • Ryoichi Nakajo, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Acquisition of Viewpoint Transformation and Action Mappings via Sequence to Sequence Imitative Learning by Deep Neural Networks,” Frontiers in Neurorobotics, Vol. 12, Article 46, pp. 1–14, 2018. DOI: 10.3389/fnbot.2018.00046

  • Shingo Murata, Yuxi Li, Hiroaki Arie, Tetsuya Ogata, and Shigeki Sugano, “Learning to Achieve Different Levels of Adaptability for Human–Robot Collaboration Utilizing a Neuro-dynamical System,” IEEE Transactions on Cognitive and Developmental Systems, Vol. 10, Issue 3, pp. 712–725, 2018. DOI: 10.1109/TCDS.2018.2797260

  • Tatsuro Yamada, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Representation Learning of Logic Words by an RNN: From Word Sequences to Robot Actions,” Frontiers in Neurorobotics, Vol. 11, Article 70, pp. 1–18, 2017. DOI: 10.3389/fnbot.2017.00070

  • Shingo Murata, Yuichi Yamashita, Hiroaki Arie, Tetsuya Ogata, Shigeki Sugano, and Jun Tani, “Learning to Perceive the World as Probabilistic or Deterministic via Interaction with Others: A Neuro-Robotics Experiment,” IEEE Transactions on Neural Networks and Learning Systems, Vol. 28, Issue 4, pp. 830–846, 2017. DOI: 10.1109/TNNLS.2015.2492140

  • Tatsuro Yamada, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Dynamical Integration of Language and Behavior in a Recurrent Neural Network for Human–Robot Interaction,” Frontiers in Neurorobotics, Vol. 10, Article 5, pp. 1–17, 2016. DOI: 10.3389/fnbot.2016.00005

  • Shingo Murata, Hiroaki Arie, Tetsuya Ogata, Shigeki Sugano, and Jun Tani, “Learning to Generate Proactive and Reactive Behavior Using a Dynamic Neural Network Model with Time-Varying Variance Prediction Mechanism,” Advanced Robotics, Vol. 28, Issue 17, pp. 1189–1203, 2014. DOI: 10.1080/01691864.2014.916628

  • Shingo Murata, Jun Namikawa, Hiroaki Arie, Shigeki Sugano, and Jun Tani, “Learning to Reproduce Fluctuating Time Series by Inferring Their Time-Dependent Stochastic Properties: Application in Robot Learning via Tutoring,” IEEE Transactions on Autonomous Mental Development, Vol. 5, Issue 4, pp. 298–310, 2013. DOI: 10.1109/TAMD.2013.2258019

国際会議論文

  • Kaito Kusumoto and Shingo Murata, “Toward Understanding Psychiatric and Cognitive Characteristics: A Deep Generative Model for Extracting Shared and Private Representations and Its Evaluation with Synthetic Multimodal Data,” In Proceedings of the 13th IEEE International Conference on Development and Learning (ICDL 2023), pp. 455–460, Oral Presentation (Acceptance Rate: 65%), Macau, China, November 2023. DOI: 10.1109/ICDL55364.2023.10364479

  • Keigo Ishii, Shun Hiramatsu, Yuta Nomura, and Shingo Murata, “Goal-Conditioned Flexible Object Manipulation by Self-Supervised Learning from Play,” In Proceedings of the 13th IEEE International Conference on Development and Learning (ICDL 2023), pp. 150–155, Oral Presentation (Acceptance Rate: 65%), Macau, China, November 2023. DOI: 10.1109/ICDL55364.2023.10364471

  • Kentaro Fujii and Shingo Murata, “Hierarchical Latent Dynamics Model with Multiple Timescales for Learning Long-Horizon Tasks,” In Proceedings of the 13th IEEE International Conference on Development and Learning (ICDL 2023), pp. 479–485, Oral Presentation (Acceptance Rate: 65%), Macau, China, November 2023. DOI: 10.1109/ICDL55364.2023.10364442

  • Yuta Nomura and Shingo Murata, “Real-World Robot Control and Data Augmentation by World-Model Learning from Play,” In Proceedings of the 13th IEEE International Conference on Development and Learning (ICDL 2023), pp. 133–138, Oral Presentation (Acceptance Rate: 65%), Macau, China, November 2023. DOI: 10.1109/ICDL55364.2023.10364556

  • Shun Hiramatsu and Shingo Murata, “Deep Predictive Network for Inference and Dynamic Optimization of Task Goals during Human–Robot Collaboration,” In Proceedings of the 2023 IEEE International Joint Conference on Neural Networks (IJCNN 2023), 6 pages, Poster Presentation (Acceptance Rate: 54.76%), Gold Coast, Australia, June 2023. DOI: 10.1109/IJCNN54540.2023.10191733

  • Namiko Saito, Joao Moura, Tetsuya Ogata, Marina Aoyama, Shingo Murata, Shigeki Sugano, and Sethu Vijayakumar, “Structured Motion Generation with Predictive Learning: Proposing Subgoal for Long-Horizon Manipulation,” In Proceedings of the 2023 IEEE International Conference on Robotics and Automation (ICRA 2023), pp. 9566–9572, Accepted (Acceptance Rate: 43.04%), London, UK, May-June 2023. DOI: 10.1109/ICRA48891.2023.10161046

  • Shingo Murata, Wataru Masuda, Jiayi Chen, Hiroaki Arie, Tetsuya Ogata, and Shigeki Sugano “Achieving Human–Robot Collaboration with Dynamic Goal Inference by Gradient Descent,” In Proceedings of the 26th International Conference on Neural Information Processing (ICONIP 2019), pp. 579–590, Oral Presentation (Acceptance Rate: 27.4%), Sydney, Australia, December 2019. DOI: 10.1007/978-3-030-36711-4_49

  • Shingo Murata, Hikaru Yanagida, Kentaro Katahira, Shinsuke Suzuki, Tetsuya Ogata, and Yuichi Yamashita, “Large-scale Data Collection for Goal-directed Drawing Task with Self-report Psychiatric Symptom Questionnaires via Crowdsourcing,” In Proceedings of the 2019 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2019), pp. 3839–3845, Oral Presentation (Acceptance Rate: 60.6%), Bari, Italy, October 2019. DOI: 10.1109/SMC.2019.8914041

  • Shingo Murata, Hiroki Sawa, Shigeki Sugano, and Tetsuya Ogata, “Looking Back and Ahead: Adaptation and Planning by Gradient Descent,” In Proceedings of the Ninth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2019), pp. 151–156, Oral Presentation (Acceptance Rate for Oral Presentation: 28%), Oslo, Norway, August 2019. DOI: 10.1109/DEVLRN.2019.8850693
    Travel Grant from the Hara Research Foundation (Shingo Murata)

  • Namiko Saito, Kitae Kim, Shingo Murata, Tetsuya Ogata, and Shigeki Sugano, “Tool-use Model Considering Tool Selection by a Robot using Deep Learning,” In Proceedings of the 2018 IEEE-RAS 18th International Conference on Humanoid Robots (Humanoids 2018), pp. 814–819, Oral Presentation (Acceptance Rate for Oral Presentation: 19.5%), Beijing, China, November 2018. DOI: 10.1109/HUMANOIDS.2018.8625048

  • Yuheng Wu, Kuniyuki Takahashi, Hiroki Yamada, Kitae Kim, Shingo Murata, Shigeki Sugano, and Tetsuya Ogata, “Dynamic Motion Generation by Flexible-Joint Robot based on Deep Learning using Images,” In Proceedings of the Eighth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2018), pp. 169–174, Poster Presentation, Tokyo, Japan, September 2018. DOI: 10.1109/DEVLRN.2018.8761020

  • Namiko Saito, Kitae Kim, Shingo Murata, Tetsuya Ogata, and Shigeki Sugano, “Detecting Features of Tools, Objects, and Actions from Effects in a Robot using Deep Learning,” In Proceedings of the Eighth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2018), pp. 91–96, Poster Presentation, Tokyo, Japan, September 2018. DOI: 10.1109/DEVLRN.2018.8761029

  • Udara Manawadu, Takahiro Kawano, Shingo Murata, Mitsuhiro Kamezaki, Junya Muramatsu, and Shigeki Sugano, “Multiclass Classification of Driver Perceived Workload Using Long Short-Term Memory based Recurrent Neural Network,” In Proceedings of the 2018 IEEE Intelligent Vehicles Symposium (IV'18), pp. 2009–2014, Poster Presentation, Changshu, China, June 2018. DOI: 10.1109/IVS.2018.8500410

  • Udara Manawadu, Takahiro Kawano, Shingo Murata, Mitsuhiro Kamezaki, and Shigeki Sugano, “Estimating Driver Workload with Systematically Varying Traffic Complexity Using Machine Learning: Experimental Design,” In Proceedings of the 2018 International Conference on Intelligent Human Systems Integration: Integrating People and Intelligent Systems (iHSI 2018), Oral Presentation, pp. 106–111, Dubai, UAE, January 2018. DOI: 10.1007/978-3-319-73888-8_18

  • Hayato Idei, Shingo Murata, Yiwen Chen, Yuichi Yamashita, Jun Tani, and Tetsuya Ogata, “Reduced Behavioral Flexibility by Aberrant Sensory Precision in Autism Spectrum Disorder: A Neurorobotics Experiment,” In Proceedings of the Seventh Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2017), pp. 271–276, Oral Presentation (Acceptance Rate for Oral Presentation: 37.1%), Lisbon, Portugal, September 2017. DOI: 10.1109/DEVLRN.2017.8329817

  • Shingo Murata, Wataru Masuda, Saki Tomioka, Tetsuya Ogata, and Shigeki Sugano, “Mixing Actual and Predicted Sensory States based on Uncertainty Estimation for Flexible and Robust Robot Behavior,” In Proceedings of the 26th International Conference on Artificial Neural Networks (ICANN 2017), pp. 11–18, Oral Presentation (Acceptance Rate: 47.4%), Alghero, Italy, September 2017. DOI: 10.1007/978-3-319-68600-4_2
    Travel Grant from the Hara Research Foundation (Shingo Murata)

  • Shingo Murata, Kai Hirano, Hiroaki Arie, Shigeki Sugano, and Tetsuya Ogata, “Analysis of Imitative Interactions between Humans and a Robot with a Neuro-dynamical System,” In Proceedings of the 2016 IEEE/SICE International Symposium on System Integration (SII 2016), pp. 343–348, Oral Presentation (Acceptance Rate: 78.9%), Hokkaido, Japan, December 2016. DOI: 10.1109/SII.2016.7844022 / Movie

  • Ryoichi Nakajo, Maasa Takahashi, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Self and Non-self Discrimination Mechanism Based on Predictive Learning with Estimation of Uncertainty,” In Proceedings of the 23rd International Conference on Neural Information Processing (ICONIP 2016), pp. 228–235, Poster Presentation (Acceptance Rate: 68.7%), Kyoto, Japan, October 2016. DOI: 10.1007/978-3-319-46681-1_28

  • Yuxi Li, Shingo Murata, Hiroaki Arie, Tetsuya Ogata, and Shigeki Sugano, “Achieving Different Levels of Adaptability for Human–Robot Collaboration Utilizing a Neuro-Dynamical System,” Workshop on Bio-inspired Social Robot Learning in Home Scenarios, The 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2016), 6 pages, Poster Presentation, Daejeon, Korea, October 2016. PDF

  • Yiwen Chen, Shingo Murata, Hiroaki Arie, Tetsuya Ogata, Jun Tani, and Shigeki Sugano, “Emergence of Interactive Behaviors between Two Robots by Prediction Error Minimization Mechanism,” In Proceedings of the Sixth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2016), pp. 302–307, Oral Presentation (Acceptance Rate for Oral Presentation: 34%), Cergy-Pontoise, France, September 2016. DOI: 10.1109/DEVLRN.2016.7846838 / Movie
    Travel Grant from the Hara Research Foundation (Yiwen Chen)

  • Tatsuro Yamada, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Dynamical Linking of Positive and Negative Sentences to Goal-oriented Robot Behavior by Hierarchical RNN,” In Proceedings of the 25th International Conference on Artificial Neural Networks (ICANN 2016), pp. 339–346, Oral Presentation, Barcelona, Spain, September 2016. DOI: 10.1007/978-3-319-44778-0_40
    Best Paper Award / Travel Grant from the Telecommunications Advancement Foundation (Tatsuro Yamada)

  • Tatsuro Yamada, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Attractor Representations of Language–behavior Structure in a Recurrent Neural Network for Human–robot Interaction,” In Proceedings of the 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2015), pp. 4179–4184, Oral Presentation (Acceptance Rate: 46%), Hamburg, Germany, September 2015. DOI: 10.1109/IROS.2015.7353968
    Travel Grant from the Hara Research Foundation (Tatsuro Yamada)

  • Shingo Murata, Saki Tomioka, Ryoichi Nakajo, Tatsuro Yamada, Hiroaki Arie, Tetsuya Ogata, and Shigeki Sugano, “Predictive Learning with Uncertainty Estimation for Modeling Infants’ Cognitive Development with Caregivers: A Neurorobotics Experiment,” In Proceedings of the Fifth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2015), pp. 302–307, Oral Presentation, Providence, USA, August 2015. DOI: 10.1109/DEVLRN.2015.7346162

  • Ryoichi Nakajo, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Acquisition of Viewpoint Representation in Imitative Learning from Own Sensory-Motor Experiences,” In Proceedings of the Fifth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2015), pp. 326–331, Oral Presentation, Providence, USA, August 2015. DOI: 10.1109/DEVLRN.2015.7346166

  • Shingo Murata, Yuichi Yamashita, Hiroaki Arie, Tetsuya Ogata, Jun Tani, and Shigeki Sugano, “Generation of Sensory Reflex Behavior versus Intentional Proactive Behavior in Robot Learning of Cooperative Interactions with Others,” In Proceedings of the Fourth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2014), pp. 242–248, Oral Presentation (Acceptance Rate for Oral Presentation: 28%), Genoa, Italy, October 2014. DOI: 10.1109/DEVLRN.2014.6982988

  • Shingo Murata, Hiroaki Arie, Tetsuya Ogata, Jun Tani, and Shigeki Sugano, “Learning and Recognition of Multiple Fluctuating Temporal Patterns Using S-CTRNN,” In Proceedings of the 24th International Conference on Artificial Neural Networks (ICANN 2014), pp. 9–16, Oral Presentation (Acceptance Rate: 62%), Hamburg, Germany, September 2014). DOI: 10.1007/978-3-319-11179-7_2 / Movie
    Travel Grant from the Hara Research Foundation (Shingo Murata)

  • Kuniyuki Takahashi, Tetsuya Ogata, Hadi Tjandra, Shingo Murata, Hiroaki Arie, and Shigeki Sugano, “Tool-body Assimilation Model based on Body Babbling and a Neuro-dynamical System for Motion Generation,” In Proceedings of the 24th International Conference on Artificial Neural Networks (ICANN 2014), pp. 363–370, Oral Presentation (Acceptance Rate: 62%), Hamburg, Germany, September 2014. DOI: 10.1007/978-3-319-11179-7_46

  • Shingo Murata, Jun Namikawa, Hiroaki Arie, Jun Tani, and Shigeki Sugano, “Development of Proactive and Reactive Behavior via Meta-Learning of Prediction Error Variance,” In Proceedings of the 20th International Conference on Neural Information Processing (ICONIP 2013), pp. 537–544, Oral Presentation, Deagu, Korea, November 2013. DOI: 10.1007/978-3-642-42054-2_67

  • Shingo Murata, Jun Namikawa, Hiroaki Arie, Jun Tani, and Shigeki Sugano, “Learning to Reproduce Fluctuating Behavioral Sequences Using a Dynamic Neural Network Model with Time-Varying Variance Estimation Mechanism,” In Proceedings of the Third Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2013), pp. 1–6, Poster Presentation (Acceptance Rate: 67%), Osaka, Japan, August 2013. DOI: 10.1109/DevLrn.2013.6652545

国際会議アブストラクト

  • Ryusei Murata, Yuta Takahashi, Yuichi Yamashita, and Shingo Murata, “Hypernetwork-Based Integrative Behavioral Modeling: Extracting Latent States from fMRI and Decision-Making Task Data,” Accepted, Computational Psychiatry Conference, Minnesota, USA, July 2024.

  • Kentaro Fujii, Takuya Isomura, and Shingo Murata, “Real-World Robot Control Based on Contrastive Active Inference with Learning from Demonstration,” The 4th International Workshop on Active Inference (IWAI 2023), Poster Presentation, Ghent, Belgium, September 2023.

  • Kentaro Fujii and Shingo Murata, “Multiple Timescale Recurrent State-Space Model for Learning Long-Horizon Tasks,” International Symposium on Predictive Brain and Cognitive Feelings, Poster Presentation, Tokyo, Japan, July 2023.

  • Kaito Kusumoto and Shingo Murata, “A Deep Generative Model for Extracting Shared and Private Latent Representations from Multimodal Data,” International Symposium on Predictive Brain and Cognitive Feelings, Poster Presentation, Tokyo, Japan, July 2023.

  • Yukiko Orui and Shingo Murata, “Action Modification Based on Real-time Amortized Inference of Others’ Intentions Using Backward RNN,” The 54th ISCIE International Symposium on Stochastic Systems Theory and Its Applications (SSS '22), Oral Presentation (Online) , Nara, Japan, October 2022.

  • Shingo Murata, Kai Hirano, Naoto Higashi, Shin-ichiro Kumagaya, Yuichi Yamashita, and Tetsuya Ogata, “Analysis of Imitative Interactions between Typically Developed or Autistic Participants and a Robot with a Recurrent Neural Network,” The Ninth Joint IEEE International Conference on Development and Learning and on Epigenetic Robotics (ICDL-EpiRob 2019), Poster Presentation, Oslo, Norway, August 2019.

  • Hayato Idei, Shingo Murata, Yuichi Yamashita, and Tetsuya Ogata, “Altered Sense of Self Induced by Functional Disconnection in a Hierarchical Neural Network: A Neuro-Robotics Study,” International Consortium on Hallucination Research and Related Symptoms Kyoto Satellite Meeting (ICHR 2018 KYOTO), Poster Presentation, Kyoto, Japan, October 2018.

  • Tatsuro Yamada, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Representation Learning of Logical Words via Seq2seq Learning from Linguistic Instructions to Robot Actions,” Workshop on Representation Learning for Human and Robot Cognition, The 5th International Conference on Human–Agent Interaction (HAI 2017), Oral Presentation, Bielefeld, Germany, October 2017.

  • Hayato Idei, Shingo Murata, Yuichi Yamashita, and Tetsuya Ogata, “Altered Behavioral Flexibility and Generalization Induced by Reduced Heterogeneity of Intrinsic Neuronal Excitability: A Neurorobotics Study,” WPA XVII World Congress of Psychiatry, Oral Presentation, Berlin, Germany, October 2017.

  • Tatsuro Yamada, Shingo Murata, Hiroaki Arie, and Tetsuya Ogata, “Logically Complex Symbol Grounding for Interactive Robots by Seq2seq Learning with an LSTM-RNN,” The Thirtieth Annual Conference on Neural Information Processing Systems (NIPS 2016), Demonstration (Acceptance Rate for Demonstration: 36.4%), Barcelona, Spain, December 2016.

  • Shingo Murata, Yuichi Yamashita, Hiroaki Arie, Tetsuya Ogata, Jun Tani, and Shigeki Sugano, “Neuro-Dynamical Accounts for Postdiction,” The 19th Annual Meeting of the Association for the Scientific Study of Consciousness (ASSC 19), Poster Presentation, Paris, France, July 2015.

  • Shingo Murata, Yuichi Yamashita, Hiroaki Arie, Tetsuya Ogata, Jun Tani, and Shigeki Sugano, “Self-Organization of Distinct Neural Mechanisms for Adaptive Behavior,” Neurobiologically Inspired Robotics Workshop: Incorporating Brain Processing into Robots Might for Better Autonomy, The 2014 IEEE International Conference on Robotics and Automation (ICRA 2014), Oral Presentation, Hong Kong, China, June 2014.

  • Shingo Murata, Yuichi Yamashita, Tetsuya Ogata, Hiroaki Arie, Jun Tani, and Shigeki Sugano, “Altered Prediction of Uncertainty Induced by Network Disequilibrium: A Neuro-Robotics Study,” Poster Presentation, Computational Psychiatry 2013, Miami, USA, October 2013.

書籍・解説等

  • 村田真悟, “特集「自由エネルギー原理とAI」にあたって,” 人工知能, Vol. 38, No. 6, pp. 778–779, 2023. DOI: 10.11517/jjsai.38.6_778

  • 村田真悟, “ロボットによる予測学習の計算論的精神医学への応用,” 日本ロボット学会誌, Vol. 40, No. 9, pp. 796–801, 2022. DOI: 10.7210/jrsj.40.796

  • Tetsuya Ogata, Kuniyuki Takahashi, Tatsuro Yamada, Shingo Murata, and Kazuma Sasaki, “Machine Learning for Cognitive Robotics,” Cognitive Robotics, Angelo Cangelosi and Minoru Asada (Eds.), The MIT Press, 2022. URL: https://mitpress.mit.edu/books/cognitive-robotics

国内会議論文

  • 猪狩高, 藤井健太朗, 村田真悟, “深層能動的推論における選好精度に応じた実ロボットの方策選択,” 人工知能学会全国大会2024, 3O5-OS-16c-03, 静岡, 2024年5月（30日発表予定）.

  • 藤井健太朗, 村田真悟, “再構成・対照学習を考慮した深層能動的推論,” 人工知能学会全国大会2024, 3O5-OS-16c-02, 静岡, 2024年5月（30日発表予定）.

  • 藤井健太朗, 村田真悟, “複数の時間スケールを持つ世界モデルによる長期タスクの学習,” 情報処理学会 第86回全国大会, 2V-08, 神奈川, 2024年3月.
    学生奨励賞（藤井健太朗）

  • 小林泰介, 太田 洋輝, 村田真悟, “適応的ノイズ・ドロップアウトを付与した安定なリカレントニューラルネットワーク,” 第41回日本ロボット学会学術講演会, 3J4-03, 宮城, 2023年9月.

  • 平松駿, 村田真悟, “協働ロボットのためのプレイデータを用いたゴール条件付き自己教師あり学習,” 人工知能学会全国大会2023, 2G6-OS-21f-04, 熊本, 2023年6月.

  • 野村優太, 村田真悟, “世界モデルを利用したプレイデータの学習に基づく実ロボット行動生成とデータ拡張,” 人工知能学会全国大会2023, 2G6-OS-21f-02, 熊本, 2023年6月.

  • 藤井健太朗, 磯村拓哉, 村田真悟, “対照学習と模倣学習を利用した深層能動的推論に基づく実ロボット行動生成,” 人工知能学会全国大会2023, 2G5-OS-21e-04, 熊本, 2023年6月.

  • 五十嵐渓, 村田真悟, “多視点カメラ画像のゲート付き対照学習に基づく実ロボット行動生成,” 人工知能学会全国大会2023, 2G4-OS-21d-03, 熊本, 2023年6月.

  • 石井慶吾, 平松駿, 野村優太, 村田真悟, “柔軟物体操作のためのプレイデータを用いたゴール条件付き自己教師あり学習,” 人工知能学会全国大会2023, 1G5-OS-21b-02, 熊本, 2023年6月.

  • 藤井健太朗, 村田真悟, “多時間スケールを有する世界モデルによる実ロボット行動生成,” 日本発達神経科学会 第11回学術集会, オンライン, 2022年11月.

  • 大類有紀子, 村田真悟, “Backward RNNを用いた階層的な潜在状態の動的推論,” 日本発達神経科学会 第11回学術集会, オンライン, 2022年11月.

  • 内田裕輝, 村田真悟, 宗田卓史, 片平健太郎, 鈴木真介, 山下祐一, “クラウドソーシングに基づく大規模描画データと精神疾患横断的症状の解析,” 日本発達神経科学会 第11回学術集会, オンライン, 2022年11月.

  • 高橋雄太, 村田真悟, 富田博秋, 山下 祐一, “自閉症症状の背景にある領域間機能的結合性と領域内神経活動性の相互作用に関する計算論的研究,” BPCNPNPPP4学会合同年会, 東京, 2022年11月.

  • 大類有紀子, 村田真悟, “Backward RNNを用いた他者意図のリアルタイム推論に基づく行動修正の実現,” 第40回日本ロボット学会学術講演会, 4F3-06, 東京, 2022年9月.

  • 内田裕輝, 村田真悟, 宗田卓史, 片平健太郎, 鈴木真介, 山下祐一, “クラウドソーシングによる大規模な描画データと疾患横断的精神疾患症状の解析,” Neuro 2022, 沖縄, 2022年7月.

  • 楠本海斗, 村田真悟, “マルチモーダルデータから共通・個別潜在表現を抽出する深層生成モデル,” 人工知能学会全国大会2022, 2M1-OS-19a-03, 京都, 2022年6月.

  • 平松駿, 村田真悟, “深層学習を用いた協働ロボットによる作業目標の推論と動的修正の実現,” 人工知能学会全国大会2022, 2M5-OS-19c-03, 京都, 2022年6月.

  • 楠本海斗, 村田真悟, “異種データ間の共通・個別潜在表現を分離抽出可能なマルチモーダル深層生成モデル,” 日本発達神経科学会 第10回学術集会, オンライン, 2021年11月.

  • 宗田卓史, 村田真悟, 本田学, 山下祐一, “精神症状の一般因子と特殊因子に基づく病態プロファイル,” 日本発達神経科学会 第10回学術集会, オンライン, 2021年11月.

  • 小林泰介, 村田真悟, 稲邑哲也, “ロボットとのインタラクションで生じる人の動作に対する潜在的特徴分類,” 第21回計測自動制御学会システムインテグレーション部門講演会, 2D1-10, オンライン, 2020年12月.

  • 樋園翼, 斎藤菜美子, 森裕紀, 村田真悟, 出井勇人, 尾形哲也, 菅野重樹, “RNNを用いた予測不確実性と予測変化に基づく好奇心による行動選択モデルの提案,” 日本発達神経科学会 第9回学術集会, オンライン, 2020年11月.

  • 高橋雄太, 村田真悟, 出井勇人, 富田博秋, 山下 祐一, “予測符号化理論に基づくニューラルネットワークを用いた自閉スペクトラム症における表情認知特性に関する検討,” 第50回日本神経精神薬理学会年会／第42回日本生物学的精神医学会年会／第４回日本精神薬学会総会・学術集会 合同年会, オンライン, 2020年8月.

  • 佐藤琢, 村田真悟, 出井勇人, 尾形哲也, “過去から未来までの文脈を考慮した神経回路モデルによるロボットの目標に基づいた柔軟な行動生成,” 人工知能学会全国大会2020, 2D4-OS-18a-04, オンライン, 2020年6月.
    全国大会優秀賞

  • 村田真悟, 柳田耀, 片平健太郎, 鈴木真介, 尾形哲也, 山下祐一, “クラウドソーシングによる目標指向描画タスクと多尺度発達・精神障害傾向の大規模データ収集,” 日本発達神経科学学会 第8回学術集会, 京都, 2019年11月.

  • 出井勇人, 村田真悟, 山下祐一, 尾形哲也, “神経興奮性の変調による過学習と行動切り替えの困難さ－RNNとロボットを用いた発達障害の知見の橋渡し－,” 日本発達神経科学学会 第8回学術集会, 京都, 2019年11月.

  • 村澤聡, 山田竜郎, 村田真悟, 尾形哲也, “RNNによるロボットの自律移動のための補助タスクとしてのセンサー情報の予測学習,” 第37回日本ロボット学会学術講演会予稿集, 東京, 1A1-08, 2019年9月.

  • 盧承彩, 村田真悟, 澤弘樹, 尾形哲也, 菅野重樹, “インタラクション生成に必要な情報の選択モデル－情報の不確実性に着目したモデルの検証－,” 日本機械学会ロボティクス・メカトロニクス講演会2019, 1P2-A15, 広島, 2019年6月.

  • 左近実智隆, 村田真悟, 増田航, 陳嘉壹, 有江浩明, 尾形哲也, 菅野重樹, “深層学習を用いた協調ロボットのための未学習目標画像への汎化,” 日本機械学会ロボティクス・メカトロニクス講演会2019, 1P2-A16, 広島, 2019年6月.

  • 柳田耀, 村田真悟, 片平健太郎, 鈴木真介, 尾形哲也, 山下祐一, “人とRecurrent Neural Networkの描画インタラクション実験－Web実験による大規模学習用データ収集とその解析－,” 人工知能学会全国大会2019, 2O4-J-7-02, 新潟, 2019年6月.

  • 村田真悟, 平野加依, 東直人, 熊谷晋一郎, 山下祐一, 尾形哲也, “RNNを備えたロボットと定型発達者/自閉スペクトラム症者の模倣インタラクションの解析,” 日本発達神経科学学会 第7回学術集会, 東京, 2018年11月.

  • 宗近亮弥, 出井勇人, 村田真悟, 山下祐一, 尾形哲也, “神経階層間の機能的断裂がもたらす感覚不確実性の推定異常－再帰型神経回路モデルを用いた精神疾患モデリング－,” 日本発達神経科学学会 第7回学術集会, 東京, 2018年11月.

  • Namiko Saito, Kitae Kim, Dai Ba Nguyen, Shingo Murata, Tetsuya Ogata, and Shigeki Sugano, “Tool-use Model Considering Selecting Tool by Deep Learning,” 人工知能学会全国大会2018, 2A3-05, 鹿児島, 2018年6月.

  • 陳嘉壹, 村田真悟, 増田航, 有江浩明, 尾形哲也, 菅野重樹, “LSTM-RNNを用いた階層的な目標計画による人間­－ロボット協調組立の実現,” 日本機械学会ロボティクス・メカトロニクス講演会2018, 1A1-F07, 福岡, 2018年6月.

  • 斎藤菜美子, 金杞泰, 村田真悟, 尾形哲也, 菅野重樹, “深層学習を用いた道具と物体の関係性を考慮した道具使用モデル,” 日本機械学会ロボティクス・メカトロニクス講演会2018, 1A1-D07, 福岡, 2018年6月.

  • 澤弘樹, 山田竜郎, 村田真悟, 森裕紀, 尾形哲也, 菅野重樹, “RNNを備えた二台ロボット間インタラクションの複雑性解析,” 情報処理学会 第80回全国大会, 5N-07, 東京, 2018年3月.

  • 張耀宇, 中條亨一, 山田竜郎, 村田真悟, 有江浩明, 尾形哲也, “神経回路モデルにおける追加学習手法に関する検討,” 第18回計測自動制御学会システムインテグレーション部門講演会, 宮城, 2017年12月.

  • 村田真悟, 東直人, 平野加依, 山下祐一, 菅野重樹, 尾形哲也, “RNNを備えたロボットと人間の模倣インタラクションの解析,” 日本発達神経科学学会 第6回大会, 大阪, 2017年11月.

  • 出井勇人, 村田真悟, 山下祐一, 尾形哲也, “ニューロンの興奮性の均一化による汎化と適応性の低下－人型ロボットを用いた精神障害モデリング－,” 日本発達神経科学学会 第6回大会, 大阪, 2017年11月.

  • 山田竜郎, 村田真悟, 有江浩明, 尾形哲也, “Seq2seq学習による論理語を含む言語指示の理解とロボット行動の生成,” 人工知能学会全国大会2017, 3D2-OS-37b-5, 愛知, 2017年5月.

  • 増田航, 村田真悟, 冨岡咲希, 尾形哲也, 菅野重樹, “神経回路モデルを用いた感覚不確実性の予測による状況変化に対する適応的行動生成,” 日本機械学会ロボティクス・メカトロニクス講演会2017, 1P2-N08, 福島, 2017年5月.

  • 中條亨一, 高橋真麻, 村田真悟, 山下祐一, 尾形哲也, “3次元畳み込みを用いた深層学習による安静時機能的MRIの空間的次元圧縮,” 第19回日本ヒト脳機能マッピング学会, 京都, 2017年3月.

  • Yiwen Chen, Shingo Murata, Hiroaki Arie, Shigeki Sugano, Jun Tani, and Tetsuya Ogata, “Synthetic Approach to Understand the Emergence of Interactive Behaviors through Prediction Error Minimization,” 発達神経科学学会 第5回大会, 東京, 2016年11月.

  • 出井勇人, 村田真悟, Yiwen Chen, 山下祐一, 谷淳, 尾形哲也, “不確実性の推定異常がもたらす固執的行動生成と切り替えの困難さ－認知ロボット実験－,” 発達神経科学学会 第5回大会, 東京, 2016年11月.

  • Yuxi Li, Shingo Murata, Hiroaki Arie, Tetsuya Ogata, and Shigeki Sugano, “Acquisition of Multilevel Adaptability for Collaboration with Humans Using a Neuro-Dynamical System,” 人工知能学会全国大会2016, 2I3-5, 福岡, 2016年6月.

  • 山田竜郎, 村田真悟, 有江浩明, 尾形哲也, “階層型RNNを用いたロボットの旗揚げタスクにおける肯定及び否定指示の理解,” 人工知能学会全国大会2016, 1O5-OS-22b-4, 福岡, 2016年6月.

  • Yiwen Chen, Shingo Murata, Hiroaki Arie, Tetsuya Ogata, Jun Tani, and Shigeki Sugano, “Spontaneous Action Switch in Interaction between Robots with Prediction Error Minimization Mechanism,” 人工知能学会全国大会2016, 1O4-OS-22a-4, 福岡, 2016年6月.
    学生奨励賞（Yiwen Chen）

  • 高橋真麻, 中條亨一, 村田真悟, 有江浩明, 尾形哲也, “乳幼児の自己・他者認識の認知ロボティクスモデル　不確実性を考慮した運動予測学習, 日本赤ちゃん学会第16回学術集会, 京都, 2016年5月.

  • 東直人, 村田真悟, 有江浩明, 尾形哲也, “実環境データの再帰型神経回路モデル学習における評価手法の提案,” 情報処理学会 第78回全国大会, 4P-01, 神奈川, 2016年3月.

  • 平野加依, 村田真悟, 張耀宇, 有江浩明, 尾形哲也, “神経回路モデルを用いた人間とロボットの模倣インタラクション解析,” 第16回計測自動制御学会システムインテグレーション部門講演会, 愛知, 2015年12月.

  • 村田真悟, 山下祐一, 有江浩明, 尾形哲也, 谷淳, 菅野重樹, “予測誤差最小化原理に基づくポストディクションの構成論的理解,” 発達神経科学学会 第4回大会, 大阪, 2015年9月.

  • 山田竜郎, 村田真悟, 有江浩明, 尾形哲也, “ターンテイキングタスクを行うロボットの神経回路上アトラクタにおける言語と行動の動的統合,” 第33回日本ロボット学会学術講演会予稿集,  Vol. 33rd, 1B3-05, 東京, 2015年9月.

  • 冨岡咲希, 村田真悟, 中條亨一, 山田竜郎, 有江浩明, 尾形哲也, 菅野重樹, “養育者－幼児間インタラクションの認知ロボティクスモデル　予測学習とその不確実性に基づく注意対象の遷移,” 日本赤ちゃん学会第15回学術集会, 香川, 2015年6月.

  • 中條亨一, 村田真悟, 有江浩明, 尾形哲也, “再帰型神経回路モデルを用いた観察視点の獲得によるロボットの模倣学習,” 人工知能学会全国大会2015, 2D1-OS-12a-2, 北海道, 2015年5月.

  • 鈴木彼方, 高橋城志, Hadi Tjandra, 村田真悟, 菅野重樹, 尾形哲也, “再帰神経回路モデルによる分散予測を用いた柔軟関節ロボットの身体ダイナミクスの探索,” 日本機械学会ロボティクス・メカトロニクス講演会2015, 2P1-S06, 京都, 2015年5月.

  • 山田竜郎, 村田真悟, 有江浩明, 尾形哲也, “人間ロボットインタラクションを目的とした神経回路による言語と行動のアトラクタ表現,” 情報処理学会 第77回全国大会, 5T-01, 京都, 2015年3月.
    学生奨励賞（山田竜郎）

  • 村田真悟, 山下祐一, 有江浩明, 尾形哲也, 谷淳, 菅野重樹, “異なる神経メカニズムによる能動的・受動的行動の選択,” 日本機械学会ロボティクス・メカトロニクス講演会2014, P3P2-Q03, 富山, 2014年5月.

  • 高橋城志, 尾形哲也, Hadi Tjandra, 野田邦昭, 村田真悟, 有江浩明, 菅野重樹,  “神経回路モデルと身体バブリングによる道具身体化と道具機能の獲得,” 日本機械学会ロボティクス・メカトロニクス講演会2014, P3P2-P02, 富山, 2014年5月.

  • 村田真悟, 山下祐一, 有江浩明, 尾形哲也, 谷淳, 菅野重樹, “予測精度の予測に基づいた能動的・受動的な適応行動の生成学習,” 人工知能学会全国大会2014, 2K4-OS-04a-3, 愛媛, 2014年5月.

  • 高橋城志, 尾形哲也, Hadi Tjandra, 野田邦昭, 村田真悟, 有江浩明, 菅野重樹,  “身体バブリングと再帰結合型神経回路モデルによる道具身体化～深層学習による画像特徴量抽出～,” 人工知能学会全国大会2014, 1I4-OS-09a-4, 愛媛, 2014年5月.

  • 村田真悟, 有江浩明, 尾形哲也, 谷淳, 菅野重樹, “S-CTRNNを用いた複数時系列パターンの記憶学習,” 情報処理学会 第76回全国大会, 3C-6, 東京, 2014年3月.
    大会奨励賞（村田真悟）

  • Hadi Tjandra, 高橋城志, 村田真悟, 有江浩明, 山口雄紀, 尾形哲也, 菅野重樹, “神経力学モデルと身体バブリングに基づく道具身体化と動作生成,” 情報処理学会 第76回全国大会, 1S-4, 東京, 2014年3月.

  • 村田真悟, 並川淳, 有江浩明, 谷淳, 菅野重樹, “再帰結合神経回路モデルによるばらつきを伴った運動軌道の確率的構造の獲得,” 第31回日本ロボット学会学術講演会予稿集, Vol. 31st, 2C2-02, 東京, 2013年9月.

  • 村田真悟, 並川淳, 有江浩明, 谷淳, 菅野重樹, “プロアクティブ・リアクティブな行為とその自律的な切り替えの学習,” 日本ロボット学会第30回記念学術講演会予稿集, Vol. 30th, N3-5, 北海道, 2012年9月.

  • 村田真悟, 有江浩明, 谷淳, 菅野重樹, “自らの行為経験に基づいた言語学習モデル　複数の文法構造をもつ文の学習における汎化,” 日本機械学会ロボティクス・メカトロニクス講演会2011, 2P2-M03, 岡山, 2011年5月.

TOP