災害の現場等の人が立ち入ることの出来ない場所で用いられるロボットは，故障した際に修理を受けることが出来ないため，故障した状態のままタスクを達成する必要がある．本研究ではこのような状況を想定し，強化学習を用いて故障時においても高い性能を得ることができる方策を獲得することを目的とする．提案手法では，定常環境おける正常時の遷移関数を学習しておき，それから予測される状態遷移と実際の状態遷移の差分を強化学習アルゴリズムの入力に付け加える手法を提案する．状態遷移の差分を用いることで，正常時の状態遷移に近づくように行動を修正することが期待できる．実験では，シミュレーション環境でロボットの関節をランダムに故障させながら学習し，状態遷移の差分を用いない手法と比較して提案手法がより高い収益を獲得できることを示している．
