高知工科大学　知能ロボティクス研究室-教育-

	方針
	制御基礎
	制御工学Ⅰ
	制御工学Ⅱ
	ロボット工学 Ⅰ
	ロボット工学 Ⅱ
	知能ロボット工学
	基礎実験
	セミナー
	成果報告会


■方針知能ロボティクス研究室では、人の短所を補完するのではなく、個人の長所を最大限に伸ばし、ソフトウェアが好きな人にも、ハードウェアが好きな人にも、理論が好きな人にも、実験が好きな人にも、成長できる環境を提供します。

授業科目名	制御基礎（Basic of Control）
単位	2
単位区分	選択
対象学生	2年生
授業形態	一般講義
開講時期	１学期
曜日・時限	月２,木２
講義室	Ｃ１０２
担当教員	王碩玉、岡　宏一
連絡方法	教員室：A480，　内線番号：2306，
キーワード	システム，オープンループ制御，フィードバック制御，極とゼロ点，過渡応答，安定性，伝達関数，ブロック線図
授業目的	制御は，「昔はあれば便利」という程度だったが，日常生活でお世話になっているテレビ，冷蔵庫などの家電製品から航空機，人工衛星に至るまで，われわれの身の回りにあるものには制御技術が使われており，制御は無くてはならない存在となっている．制御基礎では，定性的な基本概念を学習した上で，古典制御の基礎を理解する．
授業の進め方	講義は，前半を王，後半を岡が担当する．まず，自動車のアクティブサスペンション制御などのビデオや知能ロボット制御の動画を用いて，定性的な制御の基本概念を理解する．その後，伝達関数やブロック線図を説明し，それに基づいてシステムの過渡応答解析と安定性，およびフィードバック制御系の特性について学習する．
達成目標	①線形システムとは何かを説明できる． ②電気回路やバネマス系などのシステムを伝達関数で表すことができる． ③ブロック線図の変換法を用いて，全体伝達関数を求められる． ④システムの応答を極の位置と関連づけて考えることができる． ⑤安定性の概念を理解し，システムの安定性が判別できる． ⑥フィードバック制御系における感度特性，定常特性を求めることができる．
授業計画	1. 制御とは制御の定義，実例，制御システムの構成要素，制御のメリット制御工学の歴史，自動制御の分類，これからの制御，未来の制御-知能ロボット 2. 開ループ制御と閉ループ制御開ループ制御の利点と欠点，閉ループ制御の利点と欠点，フィードバック制御系の構成要素，負フィードバックと正フィードバック 3. ダイナミカルシステムと線形化バネマス系，RLC回路，微分方程式，線形システム，重ね合わせの原理，システムの線形化 4. ラプラス変換ラプラス変換の定義，常用関数（単位ステップ関数，指数関数，一次線形関数，正弦関数）のラプラス変換計算 5.伝達関数伝達関数の定義，微分方程式から伝達関数への変換，基本的な伝達関数の例 6.ブロック線図ブロック線図，ブロック，加えあわせ点，引き出し点，ブロック線図の結合方式，ブロック線図の等価変換. 7.演習 1.～6.について演習 8.中間試験範囲：１．～７． 9. インパルス応答とステップ応答単位インパルス関数，単位ステップ関数，たたみ込み積分 10. １次系の応答，２次系の応答１次遅れ系，逆ラプラス変換，時定数，ゲイン，２次遅れ系，減衰係数，自然角周波数 11. 極・ゼロ点と過渡応答極の位置とインパルス応答，立ち上がり時間，遅れ時間，制定時間，オーバシュート，行き過ぎ時間，減水比，代表極，逆ぶれ 12.ダイナミカルシステムの安定性安定性，安定性の条件，ラウスの安定判別法，フルビッツの安定判別法 13.感度特性と定常特性パラメータ変化に対する感度，外乱に対する感度，目標値に対する定常偏差，システムの型と定常偏差，外乱に対する定常偏差. 14.根軌跡フィードバックゲインと極の関係，特性根，根軌跡，根軌跡の性質，根軌跡の描き方 15.演習 9.～14. について演習を行なう 15.定期試験範囲：9．～15．
テキスト	現在、内容を更新中です。
参考書	テキスト：フィードバック制御入門，コロナ社参考書：土谷，江上：基礎システム制御工学，森北出版株式会社
成績評価	成績評価：総合で60点以上達成された場合を合格とする．点数配分は次のとおりである．小テスト20点（［2点/1 回］×10回＝ 20点）中間試験40点（内訳：基礎問題30点，発展問題10点）定期試験40点（内訳：基礎問題30点，発展問題10点）

授業科目名	制御工学Ⅰ（Introduction to Control Engineering）
単位	2
対象学生	2年生
開講時期	3Q
担当教員	王碩玉
連絡方法	教員室：A480，　内線番号：2306，　Email：wang.shuoyu@kochi-tech.ac.jp
キーワード	自動制御，シーケンス制御，フィードバック制御，過渡応答，安定性，伝達関数，ブロック線図
授業目的	制御は、「昔はあれば便利」という程度だったが、日常生活でお世話になっているテレビ、冷蔵庫、エアコン、パソコン、車、信号機、エレベータ、自動販売機、自動改札機などから分かるように，無くてはならない存在となっている。制御工学Ⅰでは、身近にある実例を通して、定性的に基本概念を学習した上で、最小限の計算により定量的に制御工学の本質を理解する。
授業の進め方	自動車のアクティブサスペンション制御などのビデオや知能ロボット制御の動画を用いて、定性的に制御の基本概念を理解してから、ラプラス変換法を説明し、それに基づいて制御システムの過渡応答解析と安定性判別法について学習する。
達成目標	①自分の言葉で制御の基本概念を説明できる。 ②論理要素（AND，OR，NOT）を用いてシーケンス制御系を解析できる。 ③概念的に最適制御と適応制御と学習制御と予見制御の違いが理解できる。 ④ラプラス変換の性質を理解し、使い方ができる。 ⑤ブロック線図の変換法を用いて、全体伝達関数を求められる。 ⑥安定性の概念を理解し、伝達関数の極により安定性が判別できる。
授業計画	1. 制御とは制御の定義，実例，制御システムの構成要素，制御のメリット 2. シーケンス制御シーケンス制御の定義，実例，シーケンス制御の基本的な考え方，シーケンス制御システムの構成 3. 制御工学のあゆみ制御工学の歴史，自動制御の分類，これからの制御，未来の制御-知能ロボット 4. 開ループ制御と閉ループ制御開ループ制御の利点と欠点，閉ループ制御の利点と欠点，フィードバック制御系の構成要素，負フィードバックと正フィードバック 5. ～6.制御理論の数学基礎Ⅰ 数学モデルの必要性，動的システムと静的システム，過渡応答の概念，ステップ応答とインパルス応答，ラプラス変換の定義と性質，指数関数と単位ステップ関数のラプラス変換の計算 7.演習 1.～6.について演習 8.中間試験範囲：1.～7. 9.～10.制御理論の数学基礎Ⅱ ラプラス変換の使い方，入出力，伝達関数，ブロック線図，ブロック線図の変換 10.制御対象のモデル化実例を通して，制御システム構成要素の伝達関数（比例，微分，積分，一次遅れ，二次遅れ，むだ時間） 11.制御系の応答動的応答の必要性。伝達関数がそれぞれ微分要素、一次遅れ要素、二次遅れ要素であるシステムに、単位ステップ関数を入力する場合においては、過渡応答の求め方。 12.～13.制御系の安定性安定性・不安定性の概念，特性方程式と伝達関数の極，極の位置による安定性の判別法，フィードバックによる安定化 14.演習 9.～13.について演習を行なう 15.定期試験範囲：9.～14.
テキスト	現在、内容を更新中です。
参考書	土谷，江上：　基礎システム制御工学，森北出版株式会社
成績評価	総合で60点以上達成された場合を合格とする。点数配分は、中間試験20点、定期試験50点、演習30点である。試験中では電卓使用可。履修前の受講が望ましい科目：　『機械の運動』，『機械の数学』

授業科目名	制御工学Ⅱ（Fundamental Control Theory）
単位	2
対象学生	3年生
開講時期	1Q
担当教員	王碩玉
連絡方法	教員室：A480，　内線番号：2306，
キーワード	制御，状態方程式，伝達関数，可制御性，可観測性，安定性概念，漸近安定性の判別法，極配置法
授業目的	制御とは、機械工学の範疇では、機械・装置などを望むとおりの運転状態にすることを意味している。もっと広い意味では、相手をおさえつけて自分の思うように支配することを意味する。人間は何でも自分の思いとおりにしたとか、自分の考えているように動かしたい欲求をもっている。例えば，テレビのチャンネル、冷暖房装置による室温、自動車の運転、エレベータの昇降、心身の健康、人間の組織、経済システム、環境システムなどなどである。しかし、現実生活においては、すべては思うとおりには制御できないことが常識的にも分かっている。これはシステムの可制御性に掛かっている。制御工学Ⅱでは、線形システムに限ってはいるが、定性的物理概念を大事にしつつ、状態方程式を利用して、定量的に可制御性、可観測性、安定性の判別法を学習する。また、制御系の構成法として、極配置法について学習する。
授業の進め方	テキストの内容を中心に進めるが、実例や動画やビデオを活用して、計算の物理意味を重点に説明する。毎回の講義では、最初は前回の内容をレビーし、最後は学習した内容の要点を纏める。
達成目標	①自分の言葉で安定性、可制御性、可観測性など基本概念を説明できる。 ②制御系の安定性、可制御性、可観測性を判別できる。 ③二階微分方程式で表される物理モデルから状態方程式を立てられる。 ④ラプラス変換の性質を理解し、使い方ができる。 ⑤定数フィードバックを用いて極を自由に配置できる。 ⑥行列・行列式の基本計算
授業計画	1. 現代制御理論の考え方制御工学の発展歴史を説明しながら、現代制御の考え方、特徴、実応用例を説明する。 2. 数学基礎Ⅰ 行列とベクトル，行列の加法と乗法，行列式，逆行列 3. 数学基礎Ⅱ 固有値，固有ベクトル，行列のランク，正定性，行列指数関数 4.～5.状態方程式状態変数の概念，状態変数の表示，伝達関数と状態変数表示，状態方程式の解法 6.～7.可制御性と可観測性可制御性の判別法，可観測性の判別法，可制御性と可観測性の双対性 8.演習 1.～7.について演習 9.中間試験範囲：　1.～8. 10.～11.安定性線形システムの安定性，フルビツの安定判別法，平衡点，安定と漸近安定，リヤプノフの方法，リヤプノフの方法の線形システムへの応用 12.～13.極配置による制御系の設計法レギュレータの概念，レギュレータの極(固有値)，極配置の必要十分条件，極配置法による制御系の構成法 14.演習 10.～14.について演習 15.定期試験範囲：10.～14.
テキスト	現在、内容を更新中です。
参考書	土谷，江上：　新版　現代制御工学，産業図書
成績評価	総合で60点以上達成された場合を合格とする。点数配分は、中間試験20点、定期試験50点、演習30点である。試験中では電卓使用可。履修前の受講が望ましい科目：　『制御工学Ⅰ』，『機械の数学』

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　--> 　　　　　　　　　　　

授業科目名	ロボット工学 Ⅰ（ Robotics Ⅰ）
単位	2
対象学生	2年生～
開講時期	4Q
担当教員	王碩玉
連絡方法	教員室：A480，　内線番号：2306，　Email：wang.shuoyu@kochi-tech.ac.jp
キーワード	ロボット，車輪型ロボット，２足ロボット，４足ロボット，産業用ロボット，医療・健康増進・福祉介護ロボット，ヒューマンフレンドリー・ロボット，センサー，ロボットアーム・ハンド，マニピュレータ，位置，姿勢，関節，運動学，動力学，制御，学習制御
授業の概要	車輪型と歩行型とマニピュレータを対象として, 機構, 力学, 計測, 知的制御に間する基礎知識について学習することができる. 実応用として, 掃除ロボット,救済ロボット, サッカーロボット, 教育ロボット, 案内ロボット, 精神ケアロボット,福祉介護ロボット, リハビリ・健康促進ロボットなどについても理解できる.
授業の目的	周りの生活環境を注意深く観察すれば，大量生産に貢献している産業用ロボットから，主婦の手伝いをする掃除ロボット，子供達と喋ったり遊んだりするチャイルドケアロボットまで様々なロボットが活躍されていることが分かる．「ロボット」という言葉は知らない人は居ないほど認知度が高い．ロボットは機械で出来上がっているので，ある一定な形をしている．形があれば，目に見えるので判りやすい．また，ロボットが賢く動くことが出来るので，見て楽しい．陰でこれらを支えているのはロボット工学である．ロボット工学Ⅰでは，車輪型とマニピュレータと歩行型を対象として，基礎知識から実応用まで紹介できる．
授業の方法	テキストの内容を適時に補充しながら進めていく, 実例や動画やビデオを多数活用して，難雑な計算の物理意味を重点に説明する．毎回では, 最初は前回の内容をレビーし，最後は本日の内容要点を纏める．
到達目標	①自分の言葉でロボットの定義を述べられる。 ② ロボットの種類を整理できる。 ③ 移動ロボットとマニピュレータの仕組みを説明できる。 ④ 移動ロボットとマニピュレータの運動学と動力学を理解できる。 ⑤ ⑤ロボットの知能化実現手順を理解できる。
授業計画	1. ロボットとはロボットをめぐる歴史，ロボットの語源，ロボットの三原則，機構による分類，応用分野による分類 2. ～4.車輪型ロボット車輪型ロボットの分類，車輪とステアリングとキャスターの構造と配置，特殊メカニズム，全方向移動車，車輪型ロボットの静力学と走行，車輪型ロボットの動力学，速度制御, 実際の応用 5. ～7.マニピュレータマニピュレータの構造と表現，マニピュレータの種類，マニピュレータの運動学，マニピュレータの微分関係，マニピュレータの動力学，軌道追従制御, 実際の応用 8.前半のまとめ, 演習 1.～7．について演習 9.前半の纏め, 中間試験範囲：1.～8. 10.～11.歩行ロボット機構による歩行ロボットの分類，歩行ロボットのメカニズム，エネルギーの有効利用，可動範囲と歩行安定性，歩容生成，実際の応用 12.～14.ロボット知能化センサー，対象物距離の計測法，軌道計画，経路計画，作業計画，知的制御，応用 15.演習 9.～13.について演習 16.習熟度確認範囲：　10.～15.
授業時間外学習（予習・復習等）	配布テキストや参考書を用いて, 予習復習を薦める.
他の科目との関連	力学と制御に関する基礎知識を習得しておけば、より深くまで理解できる.
教科書	『基礎ロボット工学』，小川鉱一, 加藤了三（東京電機大学出版局）ISBN 4501414103
参考書	『基礎ロボット工学』，川村貞夫（オーム社）ISBN 4274130355　『鉄腕アトムのロボット学』，福田敏男（集英社）ISBN-13：978-408
成績評価	総合で60点以上達成された場合を合格とする．点数配分は次のとおりである．小テスト20点（［2点/1回］×10回＝20点）　中間試験30点（内訳：基礎問題20点，発展問題10点）定期試験50点（内訳：基礎問題40点，発展問題10点） AA：90点以上 A：80点以上89点以下 B：70点以上79点以下 C：60点以上69点以下 F：60未満や成績評価資料が未提出の場合

　　　　　　　　　　　　　　　　　　　　　

授業科目名	ロボット工学 Ⅱ（ Robotics Ⅱ）
単位	2
対象学生	3年生
開講時期	2Q
担当教員	王碩玉
連絡方法	教員室：A480，　内線番号：2306，
キーワード	自律型ロボット，確率・統計，自己位置推定，環境地図作成
授業の概要	本授業は, 非常勤講師　堀　勝博先生（苫小牧高専）による集中講義として行う。地雷撤去アルゴリズムを応用した掃除ロボットが世の中に登場して20年近く経過した. 近年ではAI搭載型掃除ロボットが一般的になっている.このような背景には, ロボットがセンサからの情報を確率的なものとして捉えて統計処理し, 統合的な手法により行動を取捨てる選択できるようになったことが挙げられる. このような内容に取り組むのが「確率ロボティクス」という分野である.これからの時代にロボティクスを学ぶ上で、避けて通れない現状にある. 本講義では「確率ロボティクス」を理解することを目的とし、自律型ロボットを実環境においていかに制御すべきについて学習する. 講義内容は教科書：千葉工大田先生の著者（2020年度日本機械学会教育賞・推薦図書）をベースとする.内容は大きく分けて以下の4つである.
授業の目的	これまでにロボット工学１において, 様々な場面で活躍するロボットの仕組みや動作についての基礎を学んだ. これらを通して, ロボットのシステム構成や必要とされる技術を俯瞰できたと考えられる. ロボット工学Ⅱでは, 掃除ロボット, ドローン, 自動運転などに共通して用いられる耐環境技術の一種である自己位置推定と環境地図作成に着目し, 周囲の環境がめまぐるしく変化するような場所で自律型ロボットをいかに動作させるかという「確率ロボティクス」について理解する.
授業の方法	講義はパワーポイントを使用する. 講義資料や演習課題はWeb上で提示する. また, 演習課題等の各種アルゴリズムの実装において, 各自のPC上に構築したJupyter Notebook環境を使用する.
到達目標	① 確率ロボティクスと確率・統計の基礎について理解し、概念を説明できる。 ② 自律型ロボットのモデリングについて理解し、概念やアルゴリズムを説明・実装できる。 ③ 自己位置推定や環境地図作成について理解し、概念やアルゴリズムを説明・実装できる。 ④ 自律型ロボットの行動決定について理解し、概念やアルゴリズムを説明・実装できる。
授業計画	第1回　イントロダクション確率ロボティクスの概念や歴史について学習し，本講義の概要を把握する. 第２～４回　確率・統計の基礎ロボットのデータ処理の基礎となる確率・統計について，データの確率モデル，結果から原因を推定するベイズの定理，多次元ガウス分布について学習する. 第５～６回　自律型ロボットのモデリング自律型ロボットにセンサを搭載した場合のモデリングについて学習する。また、不確かさを考慮する方法について学習する。第７～９回　自己位置推定パーティクルフィルタ、拡張カルマンフィルタによる自己位置推定について学習する。また、自己位置推定の諸問題について理解する。第１０～１２回　SLAM 自己位置推定と環境地図構築を同時に行うSLAMの概念を理解し、逐次SLAM、グラフベースSLAMについて学習する。第１３～１５回　行動決定ロボットの行動決定に関して、マルコフ決定過程に対して有効な動的計画法について学習する。また、強化学習の基礎について学習する。第１６回　単位認定試験
テキスト
参考書	『』，Sebastian Thrun, Wolfram Burgard and Dieter Fox（The MIT Press）ISBN 9780262201629　『』，（社）ISBN
成績評価

授業科目名	知能ロボット工学（Robot Intelligence）
単位	2
開講年次	大学院
区分	専門領域科目（知能機械）
担当教員	王　碩玉
連絡方法	教員室：A480，　内線番号：2306，　Email：wang.shuoyu@kochi-tech.ac.jp
キーワード	伝達関数，周波数応答，ベクトル軌跡，ボード線図，内部安定性，ゲイン余裕，位相余裕，最適制御，ディジタル最適制御，レギュレータ系，サーボ系
授業目的	①ロボットを含めたマシンの知能化を前提とし、各種センサ情報の知能情報処理の意義とそれに対応する種々の信号処理の基本的なアルゴリズムであるニューラルネットワーク（学習）およびファジイシステム（推論）の習得を行い、ロボットの具体的な知能化制御ならびに自律化のための基礎知識・理解の習得を目的とする。また、これらを通じて従来の産業用ロボットに多く見られる単なるプレイバック動作と比較しながら、外界のセンサ情報を知的に処理したロボットの行動或いは動作精度を反映することの重要性も具体例を通じて修得する。 ②予め決められた単純な作業しかできない産業用ロボットと違って、知能ロボットは、異なる環境に応じて取るべき行動を自律的に推論し、そして実行する能力を持っている。適切な行動を推論するには、知識が要る。知識は学習によって獲得される。すなわち、賢く作業できる知能ロボットを構成するにあたって、メカニカル機構以外には、推論機能と学習機能を備えなければならない。知能ロボット工学では、学習アルゴリズムと推論アルゴリズムについて修得することを目的とする。具体的には、ニューラルネットワークによる学習法とファジイ集合による推論法、これらの手法を用いて知能ロボットの実現について学ぶ。
授業の進め方	本講義では、マシンの知能化のための各種データ処理およびアルゴリズムを基礎概念と応用事例を基に解説し、具体的事例としてロボットを題材とし、知能情報処理技術の基礎とマシンの自律性について言及する。特に、知能情報処理アルゴリズムとしては、ニューラルネットワーク、ファジィシステムとする。また、本講義は授業のスタイルで行なうが、理解度を高めるために、知能ロボットに関する写真やビデオや動画を多数使用する。前半を竹田担当、後半を王担当とし、評価はそれぞれの講義の区切りで行うものとする。
達成目標	① ニューラルネットワークによる学習の仕組みを理解し、ロボットへの導入の基礎理解が得られる。 ② ニューラルネットワークによるロボットの知能化・自律化のための基礎概念が得られる。 ③ ニューラルネットワークの学習によるロボットの動特性時系列変動に対する適応性の効果を理解できる。 ④ ファジィ集合による曖昧概念の定量化法が理解でき、ファジィ集合・関係の基本演算ができる。 ⑤ ファジィ推論の基本概念が理解でき、数式で三種類のファジィ推論アルゴリズムが表現できる。 ⑥ 知識獲得と学習と推論の関係が理解でき、知能ロボットの障害物回避言語ルールが作成できる。
授業計画	1. ～2. ニューラルネットワークの基礎ニューラルネットワークの動作原理を説明し、パターン認識、マシンコントロールに応用する際の基本的な考え方を解説する。また、ネットワーク構成方法のバラエティと各種構成法に関する長所・短所を解説し、マシンラーニングにおける収束の問題についても言及する。 3. ～4.バックプロパゲーション法に代表される学習アルゴリズムの紹介と確率的最急降下法による学習メカニズムについての基礎を解説する。また、ニューラルネットワークによるオンラインラーニングにおける手法の導入において注意するべき点についてマニュプレータタイプのロボットを対象にして言及する。 5.非線形特性が大きなウエイトを占める制御対象（人工筋肉、垂直多関節マニュプレータなど）に対しニューラルネットワークの非線形コントローラとしての優位性を述べると共に、これまでのニューラルネットワークによるロボット制御研究の歴史と現状について解説する。 6.実用事例ロボットの視覚情報を例にとり、ニューラルネットワークによる学習システムのメカニズムと汎化能力による外界情報の変動に対するロバスト性を学習する。 7.前半試験６０点（基本内容５０点、　応用問題１０点） 8.ファジィ理論と知的制御ファジィネスの概念とその重要性、ファジィ理論の歴史、ファジィ理論を利用した知的制御システム実例や知能ロボットの紹介 9.ファジィ集合と曖昧概念の定量化集合、クリスプ集合と定義関数、ファジィ集合とメンバーシップ関数、ファジィ集合による概念の厳密定量化、ファジィ集合の基本演算（和集合、共通集合、補集合）、ファジィ集合の性質（可換律、結合律、分配律、二重否定率、ド・モルガン律） 10.ファジィ関係ファジィ関係の概念、２項ファジィ関係（連続表現、離散表現）、ファジィ関係の演算（結び、交わり補）、ファジィ関係の合成 11.ファジィ数とその演算ファジィ数の定義、拡張原理、分解定理、言語による知能の表現、言語知識ベースを用いた知的制御の実例 12.ファジィ推論 Mamdaniの推論法、関数型推論法、シングルトン型推論法、Product-Sum推論法 13.ファジィ推論を用いた知能ロボットの制御モデルベース・ファジィ制御系の構成と知能ロボットへの応用、言語知識ベースを用いた学習システムの構成と知能ロボットへの応用 14.ファジィ推論に基づく知能ロボットの行動計画知識獲得と学習と推論の関係、ファジィ推論に基づく知能ロボットの軌道・経路計画、学習機能を持つ推論法に基づく障害物回避。 15.後半試験６０点（基本内容５０点、　応用問題１０点）
テキスト	前半では適宜必要資料を配布する。後半では自編教材を使用する。　　目標点探索.exe GAによる最大値のサーチ.exe InvDyna.exe
参考書	『図解雑学ロボット』，新井建生（ナツメ社）ISBN4-8163-3916-7\1350　ビデオ教材を使用する．『アドバストファジィ制御』，田中一男（共立出版株式会社）ISBN4-320-08530-2　￥3570 『ファジィ制御』菅野道夫（日刊新聞社）ISBN4-526-02348-5
成績評価	成績は前半、後半の成績を総合して下記のとおり評価する。 A A：100点以上 A：80点以上99点以下 B：70点以上79点以下 C：60点以上69点以下
履修の前提となる科目	なし
事前に履修をしておくのが望ましい科目	機械数学、メカトロニクス、人工知能入門、制御工学Ⅰ、ロボット工学概論
同時に履修をすることを推奨する科目	なし