「Physical AI」の核となる
知能ロボティクス理論を網羅する実践型講座
本講座は、AIとロボットの複合領域の理解に不可欠なロボット制御の基礎理論を体系的に学びます。
近年のロボット制御においては強化学習やVLA、LLMによる制御が広く使われるようになっており、Physical AIとして注目を集めています。一方でロボットを設計して効率よく動かすためには、AIだけではなく、座標や、力と速度の関係などのロボット工学の知識を理解した上で適切に組み合わせる必要があります。
本講座では、ロボット工学の基礎理論を体系的に学ぶとともに、それらを最新のAI技術と融合させるための考え方や実践的な知識を身につけ、Physical AI時代に求められるロボット制御の基盤を習得します。
※Physical AI講座2025をベースにカリキュラムを構成する予定です。
※全講義は英語で実施予定で、日本語字幕の提供を予定しております。
概要
AIのポテンシャルを
物理世界で具現化する
幾何学から制御理論までを網羅した全5回の体系的実践講座
本講座は、AIとロボットの融合領域における必須のバックボーンを体系的に学び、AIの可能性を現実世界で安全かつ正確に引き出すための講座です。
本講座では、まずロボティクス分野の全体像とAI連携の重要性を俯瞰します。その上で、ロボットの位置や姿勢を数学的に捉える「空間の記述と変換（座標系、回転・並進、同次変換）」から、リンク機構の動きを計算する「運動学（順運動学、逆運動学、ヤコビアン）」まで、ロボットを幾何学的に扱うための基礎を徹底的に学びます。
さらに、力やトルクが運動に与える影響を解析する「動力学（運動方程式、順動力学・逆動力学）」へとステップを進め、最終的には目標とする複雑な動きや、環境との柔軟な接触を実現する高度な「ロボット制御（運動制御、力制御、インピーダンス制御）」の手法までを網羅。単なる数式の理解にとどまらず、AIによる制御や学習を物理世界へ適応させるために不可欠な、ロボティクスのコア理論と実践力を習得することを目指します。
前提条件をしっかり読んで、ご自身のスキルで対応できるかご判断の上ご応募ください。本講義は完全オンラインで実施いたします。
受講のメリット
-
01
AIの高度な判断を
現実世界の正確な動きへ変換する
「身体性」の理論を体得できる -
02
位置の制御から複雑な力制御、
インピーダンス制御まで網羅し
環境に適応する実践力を養う -
03
英語での講義を通して
工学英語に慣れ
親しむことができる
カリキュラム
〇募集開始 2026/7/3(金)14:00
〇ID登録締切 2026/10/27(火)10:00
〇募集締切 2026/10/29(木)10:00
〇選考結果 2026/11/5(木)19:00までに応募者全員にお送りします。
〇毎週木曜日
〇時間:19:00~21:00
〇本講義は完全オンライン（zoom）で開催いたします。
※全回監修：松尾豊、松嶋達也、朱 曜南
※講義日程・授業コンテンツに関しては、変更する場合がございます。ご了承ください。
※講義終了後、1ヶ月程度最終課題を実施する可能性があります。
※本講座ではAIのアルゴリズムのパートは深く取り扱わない為、詳しくは深層強化学習（リンク）/世界モデル（リンク）/プロジェクト実習（リンク）の受講を検討ください。
本講義を通じて、Physical AIのAIに重点を置いた上記の講義内容に接続します。
知能ロボティクスの基礎理論
| 日時 | 担当 | カリキュラム | |
|---|---|---|---|
| 第1回 | 2026/11/12(木) 19:00~21:00 |
TBA | イントロダクション ~ロボティクス分野の全体について説明、AIとの連携の重要性について~ |
| 第2回 | 2026/11/19(木) 19:00~21:00 |
TBA | 空間の記述と変換 〜ロボット位置・姿勢の数学的記述と変換（座標系、回転・並進、同次変換）〜 |
| 第3回 | 2026/11/26(木) 19:00~21:00 |
TBA | 運動学 〜力・トルクを考慮しないロボット運動の記述と計算（順運動学、逆運動学、ヤコビアン）〜 |
| 第4回 | 2026/12/3(木) 19:00~21:00 |
TBA | 動力学 〜力・トルクを考慮したロボット運動の記述と解析（運動方程式、順動力学、逆動力学）〜 |
| 第5回 | 2026/12/10(木) 19:00~21:00 |
TBA | ロボット制御 〜目標とするロボット運動を実現する制御手法（運動制御、力制御、インピーダンス制御）〜 |
最終課題
予定
体制
企画・監修
松尾豊
Matsuo Yutaka
東京大学大学院
工学系研究科
松尾・岩澤研究室
朱 曜南
Yaonan Zhu
東京大学大学院
工学系研究科
松尾・岩澤研究室
松嶋 達也
Matsushima Tatsuya
東京大学大学院
工学系研究科
松尾・岩澤研究室
申込
受講対象者
・学生（大学院生、大学生、短大生、専門学校生、高専生、高校生、中学生）
※開講日時点で、学位取得可能な学校法人及び認可専門学校に在籍中の学生、または入学予定となっていることが証明できる方 (学生証等を添付し応募ください。)
※社会人学生もお申し込み可能です。
※一般社会人、大学の科目履修生・単科履修生・聴講生、語学学校などは対象外となります。
※研究生は、以下の対象となる学校に所属している場合のみ対象となります。所属学校がわかる書類を添付してください。
※海外大学在学中、在学予定の方は、学生証、もしくは在学中であることのわかる書類を添付してください。
〈対象となる学校〉
中学校を除き、以下に記載のある学校に所属していることが必要です。
・大学・短期大学・高等専門学校・学校法人一覧
https://www.mext.go.jp/a_menu/koutou/ichiran/mext_01853.html
・公私立短期大学一覧
https://www.mext.go.jp/b_menu/link/daigaku3.htm
・専門士の称号を付与する専修学校：
https://www.mext.go.jp/a_menu/shougai/senshuu/mext_01253.html
・専門職大学院一覧
https://www.mext.go.jp/a_menu/koutou/senmonshoku/000009181_00007.html
・社会人
※Physical AI 講座 2026 基礎編を受講し、修了見込みの方
※メタバース工学部会員企業様の受講お申し込みは、各企業からのご案内をご参照ください。
※ご自身に応募資格があるのかわからない等のご質問は、お問い合わせフォームからご質問をいただいてもお答えいたしかねます。
【学生・社会人 共通のご注意事項】
※受講希望者が多数の場合には、抽選を行います。
※受講中に上記の条件に当てはまらないことが発覚した場合は、受講資格を取り消すことがあります。
※本講座における申込条件や、各種告知等の文言等は事前の告知なく変更になる可能性がございます。予めご理解の上お申し込みいただく様お願いいたします。
前提条件（必須）
・Zoom、Googleサービス（Google ドライブ、Google フォーム、Google Colab等）、Webブラウザ、Slackを利用できるPCが用意できること
・機械学習および深層学習の基礎知識を有すること
・毎回の講義を確実に視聴できること（録画視聴も可能）
・最低でも毎回3時間程度の自習時間が確保できること
※Windows/Mac/Linux推奨
※講義・演習の実施にあたり、Dockerをご準備いただく可能性がございます。
参考：https://docs.docker.com/engine/install/
※受講者起因によるトラブルシューティングは致しません
前提条件（推奨）
・大学レベルの線形代数、微分積分、確率論・統計学に関する知識を有すること
・機械学習の基礎知識を備え、基礎的な実装が自身でできること (Pytorch,TensorFlow,JAXなどのフレームワークを使ってモデルの構築・訓練・評価を行った経験があること)
受講の仕組み
講義について
・本セミナーは、ライブ配信される講義映像を、各人が自宅等で視聴していただく形式です。
・各講義日の19:00〜21:00にライブ配信します。アーカイブ動画を視聴しての受講も可能です。
・ライブ配信への参加方法など詳細については、受講が決定された方にご連絡いたします。
・本講座は公開講座であり、大学から単位は出ません。
・受講料はかかりません。
・講義日程・内容は変更になる場合がございます。
修了要件
・受講が決定された方にのみお知らせいたします。（受講の手引きに記載いたします）
修了者へのベネフィット
・修了者にクローズドなコミュニティへご参加頂き、様々な交流イベント等のご案内をしていきます。
・データサイエンス/深層学習関連のイベント・勉強会や研究プロジェクトへのご案内をしていきます。(参加条件等あり)
ID登録締切│
2026/10/27(火)AM10:00
申込締切│
2026/10/29(木)AM10:00
※最初にID登録を行っていただき、その後、講座へ申し込みいただきます。
※既にID登録済の方は、マイページにログインください。
よくある質問
・出席の提出締切まで（通常は講義から1週間以内）にご視聴の上、アンケートにご回答いただければ出席とカウントされます。
・ただし、一部講義の特定回（外部ゲストの講演等）は、アーカイブ配信をしない場合がありますので予めご了承ください。
記入内容に不備がある場合、画面が変わらずお申し込みができません。
以下をご確認ください。
<学生の方>
（1）Gmailアドレス
→ドメインが@gmail.com以外のアドレスを入力されていないか
（メールアドレスの後に半角・全角の空白が入らないようご留意ください。）
（2）卒業予定年月日
→卒業済みでないか、また正しく入力できているか
（3）学生証などの入力を確認できる画像
→JPEG, JPG, PNGのいずれかの形式か
– TIFF形式（iPhoneの画像）は対応していません。
→画像2枚を提出しているか
（4）利用規約とプライバシーポリシー
→チェックを入れているか
（5）私は正規の学生です
（大学生と社会人学生の場合、学士の学位が取得できる方が対象となります。）
→チェックを入れているか
（6）すべての項目に入力漏れがないか
（7）過去にomnicampusで同一メールアドレスでご受講登録されたことがないか
→ご受講されたことがある場合は、上部にあるENTRY [マイページへのログイン（ID登録済の方）]からログインし受講申込ください。
不備がない状態でも解決しない場合、申し込み画面をリロードの上再度ご入力ください。
・迷惑メールフォルダに入っていないかをご確認ください。
・<＠weblab.t.u-tokyo.ac.jp> <@mail.edu.omnicamp.us>が迷惑メールに入らないよう設定をしていますか？まだの場合は設定をお願いします。
・上記3点をご確認いただいても届いていない場合は、メールアドレスを入力ミスされた可能性があります。[お問い合わせフォーム]（リンク）より運営に問い合わせてください。再登録依頼をご連絡します。
・各講座のLPに受講可否のメール送信予定日を記載していますので、お待ちください。
・複数の講座に応募した場合、講座によって受講可否の通知タイミングが異なります。
【受講可否のメール送信日を過ぎている場合】
・お申し込みをしたメールアドレスの受信フォルダをご確認ください。
その他のよくある質問はこちら（リンク）
※お問い合わせフォームから受講の応募は受けつけておりません。
※募集締め切り後のご応募はお受けしておりません。
※回答にお時間をいただく場合がございます。ご了承ください。
申込
ID登録締切│
2026/10/27(火)AM10:00
申込締切│
2026/10/29(木)AM10:00
※最初にID登録を行っていただき、その後、講座へ申し込みいただきます。
※既にID登録済の方は、マイページにログインください。