制御工学はモノの動きをデザインする学問で，スマートなシステムを構築するうえで欠かせないものです。講義では，制御工学や関連科目の魅力を楽しく伝えることを心がけています。また，動画教材などを提供し，多様な学習スタイルに対応した学びの場の構築を目指しています。研究では，制御とAIの融合や，モビリティを含むスマートシステムへの応用展開に取り組んでおり，これが研究グループ名の由来になっています。
制御理論や制御技術，信号処理，画像処理，最適化アルゴリズムの基礎が学べます。そして，開発技術の実装や検証実験を通して，ソフトウェア技術(MATLAB，Python)とハードウェア技術（センサ，アクチュエータ）を習得できます。
限られた情報しか使えない状況でも，精度の高い制御を可能にする技術の研究を進めています。一般に，信号やモデルの情報を圧縮すると，制御システムの性能が低下してしまいます。この性能劣化をできるだけ小さくするために，制御システムのモデル情報を活用してスマートに圧縮する「ノイズシェーピング量子化」を提案しています。この手法は，ロボット制御をはじめ，画像圧縮，分散最適化アルゴリズム，ニューラルネットワークの軽量化など，多様な分野へ展開しています。情報を賢く扱うことで，より省リソースで高機能なシステムの実現を目指しています。
AI技術や制御理論の基礎が学べます。そして，開発技術の実装や検証実験を通して，ソフトウェア技術（物理シミュレータ，ROS，MATLAB，Python）を習得できます。
制御技術とAI技術を統合し，両者の強みを活かしたAI制御システムを構築する研究を進めています。AI予測を制御システムに活用する動きが加速していますが，AI予測には誤差が伴い，その影響を無視することはできません。そこで，予測誤差が制御性能に与える影響を抑えるために，予測値を適切に整形する「予測ガバナ」という技術を開発しています。そして，電力システムや自動運転システムなどへの応用を目指しています。さらに，AI予測の不確かさそのものを積極的に活用し，より信頼性の高い制御を実現する研究や，AIと人，AIと環境をつなぐテーマにも取り組んでいます。