本研究では、「要求と環境の構造を考慮した分析空間構築による離散制御器合成の計算空間削減」を目的とし、離散制御器合成の効率向上に向けた手法の開発およびその応用可能性を探求した。本年度は、計算空間削減に関する理論的・実践的なアプローチを検討し、複数の国際会議および学術誌において成果を発表した。まず、離散制御器合成の計算空間を削減するため、ゲーム空間の一括構築手法を提案し、情報処理学会論文誌に掲載された。この手法は、要求仕様と環境の構造を活用し、制御器合成の探索空間を効率的に縮小するものである。また、システム・オブ・システムズにおける制御器合成の適用について検討し、ICSEのワークショップにてその実現可能性を示した。さらに、アクションの優先度を考慮した制御器合成の効率化手法や、機械学習を活用した性能予測モデルを開発し、ICCE-Asiaにて発表した。加えて、制御器合成の高度化に向け、関連技術として視覚と言語を統合したモデルの自律走行への適用評価（SEAI）、大規模言語モデルを活用した進化計算の改善（GECCO）、色覚多様性支援のためのLLMとARの統合（GCCE）といった研究にも取り組んだ。これらの研究は、要求仕様や環境特性を考慮した適応的な制御手法の発展に貢献するものである。今後は、提案手法のさらなる最適化と実環境への適用を進め、より複雑な要求・環境に対する高効率な制御器合成の実現を目指す．