人間の行動を，離散的な判断と連続的な動作を組み合わせて構成されるハイブリッドシステム表現を用いて，人間行動のモデル化や行動解析を行う手法について解説する．また，その人間行動モデルを人間-機械協調型ロボットシステムを対象として，可変インピーダンス制御システムのインピーダンスパラメータの個人適応設計への応用と，それをベースとして，作業者の操作のばらつきに対応して適切な支援を行うことができる可変インピーダンス制御システムの構築を行った事例について紹介を行う．

ヒステリシス特性はアクチュエータに多くみられる非線形特性である．ここで，空気圧人工筋肉などは工学のみならず，福祉などヒューマンインターフェースを核とする分野でも多く活用されているが，その一番の特徴はヒステリシス特性である．またこのような特性はモデリングが難しく，得られた振舞（データ）を直接用いることで適切な制御特性が得られると実用上有益である．そこで，講演者の開発したデータを直接用いた制御器調整法FRITを，このような対象に適用することで，所望の制御性能が得られることについて述べる．また，このクラスのシステムに対して，同じく講演者がここ数年取り組んでいる制御とモデルの同時更新についても述べ，ヒステリシス特性に対する制御性能とモデルの精度を同時に更新可能である点について述べ，人間のフィードバック誤差学習との関わりについても現時点の試みについて触れる．

本講演では，複数のエージェントによる災害時の救援作業や物資搬送の実現を目指し，移動コストなどに不確かさが含まれる環境モデル上でのエージェント群のスケジューリング問題について論じる．従来のロバスト制御のように不確かさを所与のものとするのではなく，エージェントの積極的な観測行動によって不確かさを低減することにより，群全体の総作業量の増加が期待できることについてシミュレーション事例を用いて示す．