本論文では、ニューラルネットワークを利用し、倒立振子制御におけるPIDゲインのセルフチューニングを行い、評価関数の最小となるPIDゲインが存在することを明らかにした。実システムの制御対象として無駄時間を含む1重倒立振子を考える。この制御系は1入力2出力系を構成し、台車、倒立振子および角度補償器と位置補償器を含めた系を伝達関数で表し、これに時系列処理を行いニューラルネットワークで同定する。このニューロエミュレータはPIDゲインをチューニングする際に必要なシステムヤコビアンを計算するときに用いる。つぎに実システムモデルに対して、別のニューラルネットワークを用いて、倒立しているが不安定なPIDゲインの初期値からセルフチューニングを開始する。この結果チューニングで得られたPIDゲインを用いて実験を行い、測定された振子の角度および台車の位置の情報とも整定時聞か短くなり、かつシミュレーション結果とよく一致することを示した。