電気系工学専攻 三宅 斗希さん（M1）が DICOMO2026にて優秀プレゼンテーション賞を受賞されました

2026年6月26日、電気系工学専攻 三宅 斗希さん（M1）が DICOMO2026にて優秀プレゼンテーション賞を受賞されました 。

優秀プレゼンテーション賞

「DICOMO（マルチメディア、分散、協調とモバイル）シンポジウム」は、情報処理学会が1997年から毎年開催している、分散・モバイル・ユビキタスコンピューティング分野における国内最大級のシンポジウムです。優秀プレゼンテーション賞は、毎年200件以上の発表の中から特に優れたものに贈られる賞です。

受賞された研究内容・活動について

建物の空調（HVAC）制御では、居住者の快適性を保ちつつ過剰なエネルギー消費を抑えることが求められます。物理モデルを必要とせず試行錯誤から制御方策を獲得できるモデルフリー強化学習（MFRL）は有望な手法ですが、学習初期の探索が非効率で、実用的な性能に達するまでに膨大な試行を要する点が実環境導入の障壁でした。本研究では、大規模言語モデル（LLM）が持つ常識的な知識を「教師」として活用し、学習初期はLLMの推奨する制御を模倣して素早く性能を立ち上げ、エージェントが環境に習熟してLLMを上回り始めると自律的な強化学習へ滑らかに移行する手法を提案しました。シミュレーションでは従来手法に対して学習を最大約27倍高速化し、実際の居室環境における実証実験でも、わずか15日間の学習で従来制御に対する快適範囲からの逸脱を約5分の1に低減し、教師であるLLM単体をも上回る制御性能を達成しました。

今後の抱負・感想

本研究を進めるにあたり、日頃より熱心にご指導くださった川原 圭博教授、村上 弘晃特任助教をはじめとする教員の皆様、そして発表練習に快くお付き合いくださった研究室の皆様に、心より御礼申し上げます。また、共同研究としてご協力いただいたダイキン工業株式会社の皆様に深く感謝申し上げます。研究の面白さを分かりやすく伝えられたことが今回の受賞につながったと感じており、大変嬉しく思います。この評価を励みに、本手法を実社会で役立つ空調制御技術へと発展させるべく、今後も一層努力してまいります。