我が国が目指すSociety5.0とは，サイバー空間（仮想空間）とフィジカル空間（現実空間）を高度に融合させ，経済発展と社会的課題の解決を同時に実現する，人間中心の社会である．その実現に向けては，人間・ロボット・メカトロニクス・機械・情報などがネットワークを介して結合する「サイバーフィジカルシステム（Cyber-Physical Systems: CPS）」を支える基盤技術の発展が不可欠である．CPSは現実世界のデータをサイバー空間で解析し，その結果を現実に反映させる循環を可能にする仕組みであり，社会や産業のあらゆる領域に新しい価値を創出する中核技術と位置付けられている．

CPSによって，空間的に離れた複数の人間が複数の機械を同時に操作できるようになり，遠隔医療や遠隔探査といった応用が可能となる．しかし一方で，ネットワークの容量制限や，大量のデータ送受信に伴う遅延・欠落といった問題が存在し，これがリアルタイム性を低下させる要因となっている．そのため，新しい制御理論と技術の展開が強く求められている．

このような課題を解決するための重要な鍵は「推定・予測・制御」である．我々の研究室では，学習を取り込んだ推定・予測に基づき，最適な制御系設計手法を提案し，その有効性をシミュレーションおよび実機実験によって検証している．これらの成果を通じて，CPSの制御性能を向上させ，社会的課題の解決に資する技術の創出を目指して研究を進めている．