自律移動ロボットを構築するに際して，その制御器となるニューラルネットワークのハードウェア化は，並列分散処理による実時間での制御ならびに実装性の向上につながるため，きわめて意義がある．しかしながら，従来のハードウェア化手法を用いた場合，ニューロンの膜電位を求める際の乗算ならびに非線形演算（シグモイド関数など）を実現する回路が非常に大規模となるため，ハードウェア化されたニューラルネットワークの集積度が低いという問題があった．
本研究では，ニューラルコントローラのハードウェア化の手法として，確率的エンコーディングを用い，ニューロン間の入出力信号をパルスの形で表現し，パルス密度ではなくパルス間の相対遅延に数値情報をコーディングすることにより，これらの演算回路を大幅に小規模化したニューラルネットワークを構築した．そして，その有効性を示すために，歩行ロボットの歩容制御に適用し，その妥当性を検証した．