人間の赤ちゃんが自ら這い、立ち、歩くことをおぼえるといったような、だれに教えられるわけでもない能力獲得行動を、ロボットという人工物で実現したい――そんな挑戦から、強化学習ロボット「スタディアス」は開発されました。脚の動かし方をロボットの行動としてプログラムしておくのではなく、ロボット自身がさまざまな動きの試行錯誤や、それによる行動の成果などを通じて、最適な行動を自ら学んでいく人工知能技術の先端領域を行くスタディアスは、自由度が大きい歩行ロボットが実時間で行動獲得できるという、非常に高性能なアルゴリズム。情報もとに着々とパターンを広げるその姿は、実際にそれを見る人それぞれに豊かな想像をかきたててくれます。
  未知の環境での使命遂行を可能にする強化学習は、宇宙や海底などの極限状況だけでなく、家の中や庭先といった、ごく身近ではあるものの、あらかじめプログラミングできない環境で働くロボットのための技術であり、今後もさまざまな応用が期待されています。
  さらにこの技術は、ロボットにとどまらず、生産、在庫管理、エレベーター制御、通信システムのバンド割り当てといった、離散系も含むシステムの最適化制御にも活用が見込まれています。