機械学習的手法により抽出した特徴量を状態変数とする低次元モデル（以下、特徴量ダイナミクス）構築に関する理論研究に関して、次年度以降に海外より招聘予定であったネットワーク化制御系設計理論を専門とする共同研究者を、本年度に招聘することとなった。それに伴い、関連する共同研究を優先的に推進するため、スパース性にもとづく特徴量抽出を制御系設計へ応用するための理論構築をおこなった。具体例としては、スパース最適制御の無限次元最適化問題としての数学的構造を明らかにし、この結果は、IEEE Transactions on Automatic Control への採録が決定している。また、この理論結果を応用したネットワーク上の制御・観測ノード決定手法を提案し、共同研究者の提案するフォーメーション制御手法と融合した結果を国際会議に投稿した。これらと並行して，当初予定していた敵対的自己符号化器の自動車エンジン給排気系の制御系設計への応用や、順・逆強化学習の文献調査を行うとともに、学会誌にて制御理論と機械学習の融合を取り上げた特集号のゲストエディタを務めるなど、こうした研究の裾野を広げるアウトリーチ活動をおこなった。通信ネットワークに関する研究課題では、ネットワークトラフィックルーティングに関する研究結果を海外論文誌に投稿し、人流ダイナミクスの利活用に関する研究もすすめている。薬学応用に関する研究に関しては、対象とする代謝系の見直しを行いつつ、シトクロムP450に関連する実験を準備・実施した。