本研究では、物理接触を通じて人を支援するロボットが、被支援者に快適・安全な支援ができるよう、数回程度の実験試行から得られる非常に少ないデータによって、ロボットの制御規則（支援戦略）の自動設計を可能にする技術の確立を目指した。「少量データから実際上の最適戦略の学習」を目指すというパラダイムシフトにより、実用性の高い革新的技術の開発を試みた。その成果として、サンプル効率が高く、物理接触する人支援ロボットの支援戦略学習に適した強化学習アルゴリズムを開発した。さらに、安全性の高い膝動作支援デバイスを開発し、これを用いた支援戦略学習の被験者実験を通じて、提案手法の有効性を確認した。