抄録
近年ニューラルネットワークを用いた学習制御の研究が多く行われている．その理由として，ニューラルネットワークは学習によって未知の非線形写像を近似する能力をもつからである．この能力を用いた学習制御法として，フィードバック誤差学習制御法が提案されている．この方法は，フィードバック誤差をニューラルネットワークへの誤差信号に利用し，未知なる制御対象の逆モデルを容易に実現できる優れた学習制御法である．また，対象の入出力関係だけでなく，その滑らかさ，つまり出力の入力に関する微分情報も考慮することにより，精度の高い逆モデルを実現することが期待でき，このための制御法も提案されている．本稿の目的は，この学習制御法を実際にロボットアームの制御問題に適用し，シミュレーション実験によりその性能を評価することである．滑らかさを考慮した方法が従来の方法よりも優れていることが確認できたのでその結果を示す．
