１．データ駆動制御の基礎

　　（１）．データ駆動制御がなぜ必要か

　　　　ａ．制御におけるモデルの役割

　　　　ｂ．理想的にモデルが得られないときの活路とは？

　　（２）．古くからあるデータ駆動制御

２．データ駆動制御の基本的な考え方

　　（１）．もっとも素直なデータ駆動制御　（ＩＦＴ）

　　　　ａ．ＩＦＴって？―時間さえ許せばデータ駆動制御の王者

　　　　ｂ．どんな計算が必要か？　―実験ごとの非線形最適化更新

　　　　ｃ．実験例で確認する

　　（２）．１回の実験データで可能なデータ駆動制御　（ＶＲＦＴ）

　　　　ａ．ＶＲＦＴって？　―一組のデータとフィルタで望みの制御器を得る

　　　　ｂ．ＶＲＦＴのカラクリ　―なぜデータとフィルタだけで可能なのか？

　　　　ｃ．どんな計算が必要か？　―ＰＩＤならフィルタ選定とオフラインの最小二乗法でＯＫ

　　　　ｄ．実験例で確かめてみよう

　　（３）．１回の実験データだけで可能なデータ駆動制御　（ＦＲＩＴ）

　　　　ａ．ＦＲＩＴって？―一組のデータで望みの制御器を得る

　　　　ｂ．ＦＲＩＴのカラクリ　―なぜデータだけで可能なのか？

　　　　ｃ．どんな計算が必要か？　―データだけのオフライン最適化でＯＫ

　　　　ｄ．いくつかの実応用事例で効果を見てみよう　―いろんな分野で手軽なＦＲＩＴ．

　　　　ｅ．ＦＲＩＴとＶＲＦＴの違いについて　―似て非なり．実は大きく違う二つの方法

３．さまざまな制御系へも容易に応用可能　

　　（１）．実応用でも多く使われる「あの」制御にも容易に応用可能

　　　　ａ．カスケード制御　―モータ制御の定番！

　　　　ｂ．内部モデル制御　―粗々な内部モデルでも大丈夫！

　　　　ｃ．スミス補償器　―むだ時間対策ならコレ

　　　　ｄ．二自由度制御　―安定のままで応答だけをよくしたいとき

　　　　ｅ．気になる逆ブレ対策の話　―非最小位相系にもバッチリ　

　　　　ｆ．気になる非線形対策の話　―内部モデル制御ですっきり解決

　　（２）．現代制御の教科書に出てくる「あの」制御系にも容易に応用可能

　　　　ａ．状態フィードバック　―倒立振子の安定化で悩んだことありませんか？

　　　　ｂ．オブザーバ付き状態フィードバック　―制御とモデルと仕様の「切っても切れない」関係

４．データ駆動予測の基礎とその応用

　　（１）．その制御器は本当に大丈夫なのか？―データ駆動制御の必要性

　　（２）．データだけで実験前に応答を予測する

　　　　ａ．どんなカラクリなのか？

　　　　ｂ．どんな計算が必要か？

　　　　ｃ．本当にできるのか？実験例で確かめてみよう．

　　（３）．二自由度系特有のデータ駆動予測

　　　　ａ．どんなカラクリなのか？…二自由度系特有の簡単なカラクリ

　　　　ｂ．予測から生まれた新しいデータ駆動制御法―ＥＲＩＴ

　　（４）．データ駆動予測の新たな展開

　　　　ａ．１回の実験で可能なＩＦＴへ

　　　　ｂ．目標応答はどうやって決めるのか？―データ駆動予測とデータ駆動制御による新しいアプローチ