研究紹介の前に，我々の担当分野である「機械」について，少し紹介したいと思います．
「機械」の定義は，一通りではありません．機械工学のなかでも分野によって定義は変化します．さらには年代による変化もあります．
沼にはまりそうなので，ちょっと工夫したいと思います．
機械の定義を考える代わりに，「機械にできること」の実例を見せます．
「機械力学・制御」の範囲に話題を限定します．
それでは，年代を追うような形で，「機械にできること」を見ていきましょう．
まずは，昔からある機械にできることです．これは次のようなものです．
形状（位置関係）を保つ
力を動きに変える （逆も）
動き方を変換する
次の動画をご覧ください．ある自転車競技の映像です．
出典：リンク切れ
この自転車は，間違いなく，上述の役割を果たしています．
まず，自転車がグニャグニャだったら，このような運動は作れません．すなわち，形状を保つ役割を果たしています．
この自転車のクランクは，サイクリストの踏力を回転運動に変換しています．
チェーンがそれを車輪の（速度が異なる）回転運動に変換し，車輪の転がり運動がそれを（近似的な）直進運動に変換しています．
すなわち，自転車は（古典的な）機械です．
1960年代にかけて，電気電子工学が実用の域に達し，機械の「電子制御」が可能になっていきます．
この時代の機械にできることは，ざっくり言って次の通りです．
古典的な機械にできること．
電気回路による「四則演算」．
このような，機械と電気を合せた技術を「メカトロニクス」といいます．※和製英語でしたが今は英語です
「四則演算」が追加されたことで，反射神経に相当する機能を，機械に搭載できます．実例を見てみましょう
このカラクリを，台車型倒立振子（とうりつしんし）といいます．
棒の倒れ角を，抵抗値もしくは電圧等に変換して測定します．※測定値は倒れ角の定数倍
測定値を増幅した入力をモーターに与え，車輪を回します．※推力は測定値の定数倍
適切な比例定数のもとで，棒立てに成功します．※比例定数＝掛け算の倍率
1960年代の後半ぐらいから，計算機工学が実用の域に達し，「知的制御」が可能になっていきます．
この時代の機械にできることは，次の通りです．
メカトロニクス
古典的な機械にできること．
電気回路による四則演算．
コンピュータによる「条件分岐」．
このような，メカトロニクスに計算機工学をプラスした技術体系を「ロボティクス」といいます．
新たに「条件分岐」が追加されたことで，機械に知能（条件によって行動を変える機能）を持たせることが可能になりました．実例を見てみましょう．
出典：リンク切れ
このカラクリを，車輪型倒立振子といいます．
まず，前述の「メカトロニクス」によって，車体を倒立状態に安定化します．
その上で，「条件分岐」を使って，地面の曲線をトレースしています．
両輪の内側に，計２個のセンサーを設置します．
センサーが曲線を検知すると，そちら側の車輪を多めに回します．※条件分岐
このカラクリは，地面の曲線を変更しても機能します．※ロボティクスの特徴
AIを活用すると，ロボットの「条件分岐」を高度化することができます．この方向で高度化したロボティクスを「知能ロボティクス」と呼んだりします．
実例を見てみましょう．これは，著者の研究室 で開発したカラクリです．現時点では，原理の段階なので，まだ実機はありません．
このカラクリにおいては，２つの倒立振子が，自律的に手押し相撲（的な対戦）を始めます．人間は操作していません．
独立した意思をもつ倒立振子を２台，棒で結合しています．※古典的な機械構造
それぞれの振子は，メカトロニクスによって倒立安定化されています．※メカトロニクス
それぞれの振子は，棒を突くことができます．作用反作用により，突くと自分もバランスを崩します．
自分は立ったまま，相手を倒せるタイミングを予測する人工知能を開発し，両振子に搭載したのがこの動画です．※人工知能による条件分岐
※計算機科学の学会（ACM）が，紹介記事を書いてくれていました．
https://cacm.acm.org/news/175721-the-complex-mathematics-of-robot-wrestling/fulltext
記事の元になった論文 http://dx.doi.org/10.1299/mej.14-00518 ※あまりに数学的に書き過ぎため，理解されずに苦労しました．
AI といえば，情報分野や計算機分野のほうが，本家だと思うかもしれません．しかし，実はそうとも限りません．
例えば，手押し相撲 AI（上述）の開発において，使えそうな既存の研究やソフトウェアは，世界中のどこにも見つかりませんでした．
結局，手押し相撲 AI はゼロから自前で書きました．かなり高度なソフトウェア技術を駆使しています．
というのも，現在の AI は，「特化型 AI」と呼ばれるもので，SF に出てくるような全知全能の「汎用型 AI」ではありません．したがって，機械の問題を解かせるには，それ専用の AI を開発する必要があるのです．（この状況はしばらく続くでしょう）
このようなニーズを受けて，機械システム工学コースでは，AI が専門の教員（でありながら機械もできる）を計画的に増やしてきました．その結果，現在では，AI をゼロから自前で書ける教員が5名もいます（基礎研究2名，応用研究3名）．これはコース教員の 1/4 にあたります．