ご協力いただきありがとうございました. 今後の参考用に残しておきます.

現在, 東京工業大学・情報理工学院の博士課程に在籍しており, 表題の通り, 博士号取得(2023年3月見込み)後のポジションを探しています.

[English version]

研究ポジションがベスト (ポスドク含む) ですが, 現段階では アカデミア・インダストリに関係なく幅広く検討 しています. 大規模な移動エージェント群の制御 を対象として5年ほど研究に従事しており, 多くの領域・分野と親和性があると考えています.

興味をもっていただいた方は気軽に連絡いただけると幸いです. 紹介等も大歓迎です.

連絡先

okumura.k [at] coord.c.titech.ac.jp / LinkedIn / Twitter

*本記事の目的はキャリアの可能性を広げるためです.

以下, ポートフォリオと重複していない内容を重点的に書きます.

Table of Contents:

  • 何をしてきたか / 何ができそうか
  • 何をやりたいか
  • 経歴
  • スキル
  • 希望条件
  • その他

何をしてきたか / 何ができそうか

大規模な移動エージェント群を制御することに興味があり, プランニング, 探索, オートメーション, 離散最適化, ロボティクス, マルチエージェントシステム, 分散コンピューティングなどの知見を取り入れて研究を進めています.

主著論文は IJCAI-19, AAAI-21, ICRA-21, IROS-21, AAMAS-22, ICAPS-22 といった AI & Robotics の領域で著名な(かつ難関)国際会議に採択されています. 光栄なことに, これまで 色々と受賞 させていただき, また招待講演に招かれることもありました.

研究の具体的な内容としては次の3つに分類できます.

1. 高速・大規模・柔軟なマルチエージェント経路・動作計画

大量のエージェント群 (≥1000) でも瞬時 (≤1sec) に高品質のプランニングを行うことを目的としています.

  • PIBT: 大規模な問題を繰返し解くことに適した準最適経路計画アルゴリズム
  • mapf-IR: 計算時間が限られた状況で役立つ, 経路計画の逐次改善フレームワーク
  • CTRM: 機械学習を用いたマルチエージェントのためのロードマップ生成
  • TSWAP: ターゲット割当と経路計画を同時に解く, 準最適アルゴリズム
  • SSSP: ドメイン非依存なマルチロボットモーションプランニング

2. リアリティギャップに対してロバストな計画実行手法

プランニングが上手くいっても実際にロボットで動かすことは非自明な問題です.

  • Causal-PIBT, TSWAP, OTIMAPP: 動作遅延などのタイミングに関する不確実性に対処する, 時間非依存な計画・実行手法および理論的解析
  • AFADA: ロボット群への環境による計算支援を行うプラットフォーム

3. 移動エージェント群を使ったアプリケーション

上記 (1, 2) は基盤となる技術であり, 応用先にも興味があります.

以下の図は個人がもつ課題感をまとめており, 自己紹介でよく使うものです.

自動倉庫等に高い需要がある技術セットですが, 国内で類似の研究を行っている方は把握している限りほとんどいません. LinkedIn 経由でリクルーターも同様のことを言っていました.

何をやりたいか

引き続き 移動エージェント群の制御に携わって最先端を更新し続ける立場にいたい です.

そう遠くない未来に, SF のように自律ロボット群が市街で躍動しているといいですね.

(もっと具体的に, 研究を進めるとしたら)

現在考えている研究すべき価値のあることを書き連ねます.

  • multi-robot motion planning は射程範囲がとても広いにも関わらず未熟な領域で, もっと掘り下げたいです. 特に SSSP でやったようなサンプリングベースな手法と探索技術をうまく統合することで, より巨大で複雑な問題が解けるようになるはず.
  • CTRM のように機械学習をヒューリスティックとしてマルチエージェント系のプランニングに活用するのも非自明かつ有望な領域ですね.
  • 分散系ならではの議論も深めたいです. OTIMAPP は時間に関する不確実性を扱いましたが, 耐故障性や場所に関する不確実性も考えていきたい.
  • (曖昧ですが) 俗に言われる swarm robotics で仮定するような弱いモデルよりもっとパワフルなエージェント群による前者と同じ規模のインタラクション.
  • アプリケーション, もっとインパクトのある絵面がほしい.

経歴

学部の頃から 所属研究室 (東工大・Defago研) は変わっていませんが,

で研究経験を積んでいます. 詳しくは ポートフォリオ をご参照ください. CV もそちらに掲載しています.

スキル

コーディング

エンジニアではないのでほどほどです. 研究で使用したものは GitHub に掲載しています. C++ / Python / Julia / JavaScript あたりを書いていることが多いです. 競プロはやっていません.

論文執筆

書けるようになってきました. 博士課程入ってからもらったレビューはすべて well-written と書かれていました.

英語

不得手ですが指導教員が日本語非ネイティブなこともあり, ラボでは英語で議論しています.

資金獲得

学振DC1をはじめ, 個人でファンドをとった経験は 何度かあります.

その他

  • 研究に関する PR 作業一式 (ウェブサイト構築や 動画制作) もやります.
  • ティーチング: TA の経験はありますが, 研鑽を積んではいません. SpeakerDeck にゼミで使用した資料が落ちているので, もしかしたら参考になるかもしれません.
  • 人脈: 引きこもりなので弱いです.
  • ハードウェア開発: 無理です. 自作キーボードでキャッキャするレベルです. AFADA のハード部分は共同研究者が担当しました. (分散制御や左のやつは僕ですが)

希望条件

  • 成果が公開されること, クレジットが記載されること.
  • (職種が該当する場合) 1年に1本は新規でトップカンファレンスに十分採択されるクオリティをもった主著論文が書ける環境であること. もちろん裁量次第でもっと書きます.
  • 金銭面の拘りは強くないですが安売りはしません. D2のときに貰った総額を参照点とします.
  • 勤務地の制約はありません. できれば暖かいところがいいです.
  • 学び続けられる場所がいいです.
  • ブラック要素は無理です.
  • Twitter を鍵垢にしないといけないような場所には行かないです.

その他

  • 春先から夏終わりまでパリにいるので, オンラインで何かする場合, 日本時間で夕方から夜にかけてでお願いします.
  • 学振PD等もアプライする予定です. マッチする場所を探しています.
  • 読書傾向はマッチングに約立つと信じてるので, 研究が特に影響を受けているものを載せておきます.
    • “Introduction to distributed algorithms.” Tel, G. 2000.
    • “Multiagent systems: Algorithmic, game-theoretic, and logical foundations.” Shoham, Y., & Leyton-Brown, K. 2008.
    • “Automated planning and acting.” Ghallab, M., Nau, D., & Traverso, P. 2016.
    • “Introduction to algorithms.” Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. 2009.
    • “Planning algorithms.” LaValle, S. M. 2006.
    • “Principles of robot motion: theory, algorithms, and implementations.” Choset, H., Lynch, K. M., Hutchinson, S., Kantor, G. A., & Burgard, W. 2005.

最後までお読みいただきありがとうございます. 連絡お待ちしております.