一貫して新分野を開拓する研究に従事してきた。現在「大規模会話データに基づく個別適合型認知活動支援」に取り組んでいる。ヒトの脳と心、それが作る社会や文化とヒトとの相互作用のモデルに基づいて、超高齢社会の問題解決、特に「防ぎうる認知症にかからない社会の実現」に貢献する新しいサービスを創造することを目指している。学位論文では、「機械はかたいもの」という既成概念を覆すやわらかい「ゲルロボット」を開発した。

高齢化の進展と共に、認知症患者数は急激に増加しているが、一旦発達した知能が加齢と共に衰える認知症を防ぐ薬は見つかっていない。本研究では、聞くことと話すことが情報の入力と出力の連鎖であるとする、会話における脳の情報処理モデルに着眼し、独自に開発した双方向会話支援技術を用い、大規模会話データを収集し、会話データから認知的な特徴を抽出する技術を開発し、個別適合可能な認知活動支援技術を開発している。これまで医療看護領域の課題と考えられていた認知症の問題に、人工知能からのアプローチが有効であることを示し、学術的のみならず社会的に認識されるに至っている。急速な高齢化が進む国内外において、防ぎうる認知症にかからない社会の実現に寄与すると期待される。

• 会話支援手法「共想法」と会話特徴量抽出技術の開発


• 会話支援ロボットの開発

参考文献：
[1] 大武美保子．認知症から見る人間の知能と人工知能による支援，人工知能学会誌，Vol. 28， No.5， pp.726 - 733, 2013.

話すことすなわち情報の出力と、聞くことすなわち情報の入力をバランスよく行う会話を確実に発生させる支援技術、共想法を独自に開発した。テーマに沿って話題と写真を用意し、持ち時間を決めてグループ会話する共想法への参加を通じ、健常高齢者の会話特性に変化が見られ、情報の入出力のバランスがよくなることを示した。ウェブデータベースと連携した共想法支援システムを開発し、全国各地の実施研究拠点で継続的に運用されることを通じ、高齢者の大規模会話データを収集することができた。
また、会話双方向性計測法、会話相互作用量計測法等、大規模会話データから特徴を抽出する技術を開発し、情報の入出力のバランスや、相互作用を通じて生み出される語彙量などが、定量的に評価できるようになった。得られた特徴に応じて、共想法を改良して、一人ずつに最も効果的な認知活動支援を提供する技術として展開し、健康長寿高齢者から、介護施設を利用する軽度認知機能障害者、中程度の認知症者まで、異なる認知特性を有する高齢者に適用することに成功した。

[1] 大武美保子．介護に役立つ共想法−認知症の予防と回復のための新しいコミュニケーション，中央法規出版，2012.(amazon)(facebook)(ニュース)
[2] Mihoko Otake, Myagmarbayar Nergui, Takashi Otani and Jun Ota, Duplication Analysis of Conversation and its Application to Cognitive Training of Older Adults in Care Facilities, Journal of Medical Imaging and Health Informatics, Vol. 3, No. 4, pp. 615 - 621, 2013.
[3] Mihoko Otake, Motoichiro Kato, Toshihisa Takagi and Hajime Asama. The Coimagination Method and its Evaluation via the Conversation Interactivity Measuring Method, Early Detection and Rehabilitation Technologies for Dementia: Neuroscience and Biomedical Applications, Jinglong Wu (Ed.), IGI Global, pp. 356 - 364, 2011.
[4] 大武美保子．アプローチの方法2:コミュニケーション障害に対する方法「共想法」，認知症への多角的アプローチ，地域リハビリテーション，Vol.5, No.12, pp. 1049 - 1052, 2010.

本研究の目的は、場の雰囲気を読み取り、適切な発言を選択可能な会話支援ロボットを開発することである。発話時間や表情など非言語情報の認識技術に基づいて場の雰囲気を読み取り、会話中の人間の発言など言語情報の利活用に基づいて適切な発言を選択可能とし、人と人との会話をより円滑に支援できるよい聞き手となるロボットが実現するかどうかを、実験的に検証した。共想法の実施を通じて得られたデータに基づいて会話支援ロボットを開発し、会話を盛り上げながら発話量のバランスを取ることが可能であることを示した。平均年齢94歳の健康長寿姉妹の会話をヒントに、面白い話をする機能、面白い話で笑う機能等を開発することに成功した。

[1] Mihoko Otake, Myagmarbayar Nergui, Seong-eun Moon, Kentaro Takagi, Tsutomu Kamashima, and Kazuhiro Nakadai, “Development of a Sound Source Localization System for Assisting Group Conversation”, J. Lee et al. (Eds.): ICIRA 2013, Part I, Lecture Notes in Artificial Intelligence, Springer-Verlag, Volume 8102, pp. 532-539, 2013.
[2] Taichi Yamaguchi, Jun Ota, Mihoko Otake. A system that assists group conversation of older adults by evaluating speech duration and facial expression of each participant during conversation. In Proceedings of the 2012 IEEE International Conference on Robotics and Automation, pp. 4481-4486, 2012.
[3] “ぎんさんの娘”に学べ，おはよう日本， NHK，2013.3.4.

ヒトは、他人の動作を外から観察して、その内部状態をある程度推測することができる。例えば、診察室において神経内科医は、患者が診察室に入る時の歩行の具合などを手がかりに、神経系にどのような病変があるかを大まかに推定することができる。このようなことが可能なのは、運動系が、神経系の主要な出力チャンネルであるからである。逆に、身体運動情報は、筋紡錘やゴルジ腱器官などの運動感覚器官により検知され、神経系への入力になる。これらの感覚器官からの情報は、神経系において統合され、身体感覚（体性感覚）を形成する。
神経系モデルを構築し、ヒトの神経系が行っている身体運動情報を処理する過程をできるだけリアルに再現することができれば、以下に挙げるような応用へつながる[1]。
(1) 主観的な身体感覚を客観的に読み取ることができるヒューマンインタフェース
(2) 神経系の機能を身体運動から評価することが可能な、運動性神経疾患の診断支援システム
(3) 身体運動が神経系に与える影響を検討することができる、トレーニングおよびリハビリテーション支援システム
これらの応用は、神経系シミュレータに、モーションキャプチャ装置と筋骨格系モデルを組み合わせることにより実現する。モーションキャプチャシステムにより計測したヒトの運動を筋骨格モデルに写像することで、筋長や筋張力を計算で求めることができ、市販の筋骨格系モデルも存在する。
そこで本研究では、筋骨格モデルと接続することが可能な、筋運動情報を入出力とする神経系シミュレータに焦点を当て、開発する。具体的には、下記に挙げる要素技術と、これらを統合したプラットフォームの開発を行う。

• 脊髄神経情報処理手法の開発


• モデルデータベースに登録された神経細胞モデルの再構成手法


• マルチスケールシミュレーションのための並列計算基盤の開発

参考文献：
[1] 大武美保子．神経系の双方向シミュレーション―人の動きを体の内側から読む―．電子情報通信学会誌, vol. 88, no. 11, pp.909-913, 2005.

ヒトの行動をマルチモーダルに計測し、筋骨格系の詳細モデルに基づいて、筋や腱などの運動器官の長さやに発生する張力を計算する。この結果に基づいて、運動器官から脳へどのような電気信号がフィードバックとして送られ、脳内情報処理に影響を与えているのかを計算する手法について研究を行った。この研究において、これまで十分に研究がなされてこなかった、解剖学的知見に基づく神経系のモデリングの必要性を感じ、神経系筋支配モデルを構築した。脊髄は外から見るとなめらかな1本の管であるが、出入口が脊椎骨の隙間と同じ数あり、31層に分かれており、機構的あるいは機能的に関連のある筋と結合する神経が同一部位の脊髄とつながっている。筋運動情報は、筋紡錘やゴルジ腱器官などの運動感覚器官において、長さおよび伸長速度を表す神経信号に変換される。この知見に基づいて、全身の筋運動情報を、支配脊髄単位でまとめ解剖学的知見に基づいて空間配置し、運動情報を神経情報に変換し、運動学習を支援する手法を開発した。この手法を用いると、外から運動を計測するという非侵襲の方法で、脊髄神経に到達する神経情報を断層画像のように輪切りにして可視化することができる[1, 2]。

参考文献：
[1] Mihoko Otake and Yoshihiko Nakamura. Spinal Information Processing and its Application to Motor Learning Support, Journal of Robotics and Mechatronics, Vol. 17, No. 6, pp. 617-627, 2005.
[2] Mihoko Otake and Yoshihiko Nakamura. Anatomical Model of the Spinal Nervous System and its Application to the Coordination Analysis for Motor Learning Support System, In Proceedings of the IEEE International Conference on Robotic Systems, pp. 847-852, 2005.

運動に係わる神経系全体の状態をシミュレーションするためには、詳細な神経系モデルが必要になる。神経細胞の性質は部位により異なり、論文から一つずつモデリングし、検証するのでは、全体をシミュレーションするところまで到達するのが困難である。幸いなことに、神経科学者により記述された神経系の部分モデルが，レビューされ、データベースに多数登録されている。代表的な神経モデルデータベースから、シミュレーションに必要な神経系のミクロモデルを収集した。
神経細胞モデル実行環境には、テキストで書かれたモデルスクリプトファイルと、コマンドを受け取るシェル、コマンドおよびスクリプトファイルを解釈するインタープリタとインタープリタから呼び出される計算エンジン、対話的な入出力のためのユーザインタフェースが含まれる。データベースに登録された神経細胞モデルは、本来単体で動かすように作成されたものであるため、そのままでは複数モデルを同時に計算し、外部プログラムと入出力を授受するといったことはできない。入力はスクリプトファイルの内部に変数と共に埋め込まれ、出力はグラフプロットの形で表示される。そこで、入出力をモデルの中で整理し、切り分けることにした。入出力ファイルの形式として、土井らの開発したUDFフォーマットを採用した。データフォーマットが規格化されていないモデルに対して、物理量を自由に定義することができるからである。プロットコマンドの中に入出力変数が埋め込まれているという性質に着目し、入出力を効率よく同定する手法を開発した。これにより、100個以上あるモデルの同定を高速に行うことができるようになった。

参考文献：
[1] Mihoko Otake and Toshihisa Takagi. Reassembly and Interfacing Neural Models Registered on Biological Model Databases, Genome Informatics, vol. 16, no. 2, pp.76-85, 2005.

並列計算および認識技術の専門家との共同研究を通じ、並列計算ツールであるGXP,MPICH, SCALAPACKを用い、a) リング状にネットワークしたクラスタでパイプライン処理するシステムや、b) 大規模な行列計算を高速に行うシステムを構築した。ヒトの全身運動の動画像データを対象にCHLAC特徴抽出を行うシステムを開発した。
a)のシステムでは、画像は、ビデオカメラを接続した計算機からクラスタに送信した。クラスタ内での通信をリング状のネットワーク接続を通して行わせた。このネットワークでは、 まず１台に画像を送り、クラスタ内で通信を行うことで、その画像を必要とする他の計算機に画像を送る。このため、ネットワークへの負荷は小さくなる。また、このようにすることで、処理の終わった計算機を効率よく再利用できるようになった。
b)のシステムでは、CHLAC特徴が画像ごとに独立に計算することができるため、GXPを用いて時系列画像データ毎に、各プロセッサを割り当てることによって並列実行した。GXPとは、田浦らが開発した、大量のプロセッサに対して同時にコマンドを投入することができるツールである。また、特徴抽出の際に行う共分散行列の計算には、通信ライブラリMPICHを用いた。固有値問題における固有値、固有ベクトルの計算では、各プロセッサに連続した領域を割り当てつつも負荷を均等に保つため、並列数値計算ライブラリであるSCALAPACKを利用し、行列をブロック・サイクル分割して並列実行した。

参考文献：
[1] Takayoshi Shiraki, Hideo Saito, Yoshikazu Kamoshida, Katsuhiko Ishiguro, Ryo Fukano, Tatsuya Shirai, Kenjiro Taura, Mihoko Otake, Tomomasa Sato and Nobuyuki Otsu. Real-Time Motion Recognition Using CHLAC Features and Cluster Computing, In Proceedings of the IFIP International Conference on Network and Parallel Computing (NPC 2006), pp. 43-49, 2006.
[2] Yuuki Horita, Satoshi Ito, Kenji Kaneda, Takuya Nanri, Yasuyuki Shimohata, Kenjiro Taura, Mihoko Otake, Tomomasa Sato and Nobuyuki Otsu. High Precision Gait Recognition Using a Large-Scale PC Cluster, In Proceedings of the IFIP International Conference on Network and Parallel Computing (NPC 2006), pp. 50-56, 2006.

全身が筋肉でできた生体のように柔らかい機械の実現は機械工学における夢の一つである。電場応答性高分子材料を用いたロボットの研究はその可能性への挑戦である。ゲルは、高分子が三次元網目状に絡まりあった間隙に溶液が保持されている構造を持つため、物理的な柔軟性を持ち、溶液を通じて、外部環境とエネルギー・物質・情報を交換することができるなど、未来のロボットの材料として魅力的な可能性を秘めた素材である。
機能性高分子材料の研究開発は高分子科学の分野で活発に行われており、センサーやアクチュエータとして機能する高分子材料が開発されその高機能化が進行中であるが、現実に人工筋肉やセンサーとして十分に使えるものは未だ得られていない。本研究は、このようなメカノケミカル材料が将来開発されることを予見して、ゲルを用いた新しい機械設計制御手法を構築しておくことを意図するものである。即ち、本研究は、機能性高分子材料の形状と変形制御を機械工学設計論および制御論の立場から取り上げて、形状設計と制御の理論とシミュレータ、軟体動物型ゲルロボットの開発を行った。以下に概要を述べる。

• 機能性高分子ゲルのモデリングとシミュレーション


• シミュレーションに基づく柔軟機械システムの設計と制御

参考文献：
[1] Mihoko Otake, Electroactive Polymer Gel Robots - Modelling and Control of Artificial Muscles, Springer Tracts in Advanced Robotics, Vol.59, Springer-Verlag, 2009. (ISBN 978-3-540-23955)(springer)(amazon)
[2] 大武美保子.スマートゲル.日本ロボット学会誌, vol. 24, no. 4, pp. 460-465, 2006.
[3] 大武美保子.ゲルアクチュエータ.日本ロボット学会誌, vol. 21, no. 7, pp. 713-716, 2003.
[4] Mihoko Otake. Modeling, Design and Control of Electroactive Polymer Gel Robots. WW-EAP Newsletter, vol. 5, no.1, pp. 6-7, 2003.
[5] Mihoko Otake. Modeling, Design and Control of Electroactive Polymer Gel Robots（電場応答性高分子ゲルロボットのモデリング・設計・制御）, 東京大学大学院工学系研究科学位論文, 2003．

機能性高分子の中でも、電気化学的活性の高いイオン性高分子ゲルと界面活性剤分子で構成される系を対象に、ゲルと分子のミクロスケールの振る舞いを、電気、化学、機械的現象に分けて順次モデル化した。具体的には、下記の三段階に整理される[1-3]。
(1) 電場による分子の泳動と、局所的な電流密度勾配の計算（電気的）
(2) 分子の高分子鎖への吸着と解離の計算（化学的）
(3) 分子と高分子鎖の相互作用に基づく応力発生の計算（機械的）
以上により、ミクロスケールの現象の記述から、マクロスケールのゲルの変形をシミュレートすることに成功した。主要なパラメータは(2)で必要となる吸着定数と解離定数の二つであり、実験から導くことができることも明らかにした。

参考文献：
[1] Mihoko Otake, Yoshihiko Nakamura, and Hirochika Inoue. Pattern Formation Theory for Electroactive Polymer Gel Robots. In Proceedings of the 2004 IEEE International Conference on Robotics and Automation, pp. 2782-2787, 2004.
[2] Mihoko Otake, Yoshiharu Kagami, Masayuki Inaba, and Hirochika Inoue. Dynamics of Gel Robots made of Electro-Active Polymer Gel. In Proceedings of the 2001 IEEE International Conference on Robotics and Automation, pp.1458-1462, 2001.
[3] Mihoko Otake, Masayuki Inaba, and Hirochika Inoue. Kinematics of Gel Robots made of Electro-Active Polymer PAMPS Gel. In Proceedings of the 2000 IEEE International Conference on Robotics and Automation, pp.488-493, 2000.

構築したシミュレータを用い、機能性高分子ゲルの変形運動を制御する電極装置を設計し、形状や運動を制御する手法を開発した。シミュレーションに基づく実験の設計、実験装置の設計、入力電場パターンの探索を行い、すべて実験的に検証した。
(1) 一様定常電場中で片持ち梁状のゲルに波形状パターンが自発的に生成する現象を発見し、実験的に生成した[1]。さらに、空間的に一様な電場の極性をタイミングよく反転させることで、先端位置を制御する手法[2]、曲率が大きく変化する波形状を制御する手法[3]に展開した。
(2) 電極をアレイ状、およびマトリクス状に配置した電場生成装置を設計し、空間的に分布する電場を生成することで、ハート形状や凸形状などゲルの多様な変形挙動を引き出した[4, 5]。
(3) 空間的に分布する電場をタイミングよく平行移動させることにより、ヒトデ型ゲルロボットの屈曲反転運動実験[6, 7]や、触手状ゲルロボットのまきつき運動実験などに成功した。
人工筋肉から要素部品でなく機構全体を構成する試みは世界初であり、その独創性は世界的に注目を集めている。特に、ヒトデ型ゲルロボットの全身協調動作生成法について論じた論文は、知的自律システムに関する論文誌に招待論文として掲載された。電気化学反応と機構変形がカップリングする現象を積極的に活用するゲルの先端位置ならびに形状制御手法に関する研究は、ロボティクスの会議で研究奨励賞を受賞したり、非線形化学力学に関するゴードン会議に招かれたりする等の評価を受けている。本研究課題は、共同研究等を通じ、サブテーマとして長期的に取り組んでいる。

参考文献：
[1] Mihoko Otake, Yoshihiko Nakamura, and Hirochika Inoue. Pattern Formation Theory for Electroactive Polymer Gel Robots. In Proceedings of the 2004 IEEE International Conference on Robotics and Automation, pp. 2782-2787, 2004.
[2] Mihoko Otake, Yoshiharu Kagami, Yasuo Kuniyoshi, Masayuki Inaba, and Hirochika Inoue. Inverse Kinematics of Gel Robots made of Electro-Active Polymer Gel. In Proceedings of the 2002 IEEE International Conference on Robotics and Automation, pp.3224-3229, 2002.
[3] Mihoko Otake, Yoshihiko Nakamura, Masayuki Inaba, and Hirochika Inoue. Wave-shape Pattern Control of Electroactive Polymer Gel Robots. In Proceedings of the 9th International Symposium on Experimental Robotics, ID178, 2004.
[4] Mihoko Otake, Masayuki Inaba, and Hirochika Inoue. Development of Electric Environment to control Mollusk-Shaped Gel Robots made of Electro-Active Polymer PAMPS Gel. In Proceedings of SPIE Vol.3987 Electroactive Polymer Actuators and Devices (EAPAD) Y. Bar-Cohen (ed.), pp.321-330, 2000.
[5] Mihoko Otake, Yoshiharu Kagami, Kohei Ishikawa, Masayuki Inaba, and Hirochika Inoue. Shape Design of Gel Robots made of Electroactive Polymer Gel. In Proceedings of SPIE Vol.4234 Smart Materials A. R. Wilson et al. (eds.), pp.194-202, 2001.
[6] Mihoko Otake, Yoshiharu Kagami, Masayuki Inaba, and Hirochika Inoue. Motion design of a starfish-shaped gel robot made of electro-active polymer gel. Robotics and Autonomous Systems, vol. 40, pp. 185-191, 2002.
[7] Mihoko Otake, Yoshiharu Kagami, Yasuo Kuniyoshi, Masayuki Inaba, and Hirochika Inoue. Inverse Dynamics of Gel Robots made of Electroactive Polymer Gel. In Proceedings of the 2003 IEEE International Conference on Robotics and Automation, pp.2299-2304, 2003.