制御モデルの抽出では、やみくもにロボをグニャグニャと動かしただけではＡＩはロボを制御できないと判断してしまう。これはアームが取り得るすべての状態のデータをとれないためだ。

　例えば１２関節アームでは５０００億以上のデータが要る。そこでデータがとれる部分と、とれない部分を「カルマンの正準分解」という手法で分けた。これでＡＩは制御可能なアームとして学習し、制御モデルが抽出できるようになった。

　池本准教授は「ソフトロボの身体は連続的に曲がるように変形し、無数の関節があるようにふるまう」と説明する。ＡＩを経由することでソフトロボを制御しやすくなる。硬いロボの動作獲得とソフトロボの制御に深層学習が貢献している。この二つが融合すれば制御すら難しかったソフトロボにも仕事ができるようになるかもしれない。