本研究では、タスクに対してより柔軟な対応が可能な構造に自らを変化させるロボッ トを提案する。 実環境をモデル化したシミュレーション内においてタスクに適した構造を探索する訳 だが、実環境にはモデル化仕切れない要素も多く存在する。その為、シミュレーショ ンで得られた成果が実環境に反映できない事態が起こり得る。この実環境とシミュ レーションとの相違をモデル化誤差と呼び、モデル化誤差の要因をロボットの構造上 の欠陥として捉え、探索、補償する。その上で、シミュレーションにおいて、ロボッ トがタスクに適した構造を探索する。モデル化誤差は補償されている為、シミュレー ションから得られた構造変革案は、実環境においても適した構造と言える。