強化学習(RL)法は制御対象に関する知識を持たずとも制御則を自動的に獲得できるという利点があるため,近年,cart-poleのバランス制御問題などの自動制御問題に広く適用されている.しかしながら,多くの実問題は非線形で高自由度なダイナミクスを有するため,「次元の呪い」と呼ばれる問題が発生する.この問題のために,強化学習法による制御則の獲得はしばしば困難になる.我々の先行研究では,制御理論とシステム同定を利用した強化学習法を提案し,acrobotの自動制御課題に適用した.しかし,シミュレータでは安定に制御できたが,実ロボットの制御は不安定であった.本研究では,システム同定誤差に対してロバストな制御則学習法を提案し,それにより実ロボットを安定して制御できる制御器の獲得を実現した結果を示す.