インターネットの通信性能の根幹である輻輳制御 (Congestion Control)に関する研究を多数実施しています。特に近年では、超低遅延を実現するL4S (Low Latency, Low Loss, Scalable Throughput)に関する研究に力を入れています。
L4S
奥村 丈, 三橋力麻, 砂原 悟, 飯田勝吉, "［奨励講演］超低遅延ネットワークアーキテクチャL4Sを用いた遠隔強化学習の性能評価," 信学技報, vol. 126, no. 132, NS2026-48, pp. 1-6, 2026年7月. link
小倉拓海, 三橋力麻, 砂原 悟, 飯田勝吉, 高井昌彰, "FQ-Codelを用いた超低遅延ネットワークL4Sの性能評価," 信学技報, vol. 125, no. 385, NS2025-280, pp. 351-356, 2026年3月. link
奥村 丈, 三橋力麻, 飯田勝吉, 髙井昌彰, "超低遅延ネットワークアーキテクチャL4Sを用いた遠隔強化学習の環境構築," 信学技報, vol. 125, no. 320, NS2025-198, pp. 37-41, 2026年1月. link
青木一真, 三橋力麻, 飯田勝吉, 髙井昌彰, "超低遅延サービスL4Sを用いた機械学習利用型輻輳制御の性能向上手法の提案," 信学技報, vol. 123, no. 318, IA2023-44, pp. 5-11, 2023年12月. link
機械学習を用いた輻輳制御
K. Aoki, R. Mitsuhashi, K. Iida, and Y. Takai, "Performance Enhancement of Adaptive Network Congestion Control Using Reinforcement Learning," Proc. IEEE Int'l Conf. Advanced Communications Technology (ICACT2026), pp. 328-334, Feb. 2026. link
青木一真, 三橋力麻, 飯田勝吉, 髙井昌彰, "環境の変化に適応可能な強化学習利用型輻輳制御の基礎的評価," 信学技報, vol. 124, no. 419, NS2024-242, pp. 274-280, 2025年3月. link