1 フィードフォワードの概要
1.1 定義と基本概念
フィードフォワードは、制御や信号処理において、誤差を観測してから補正するのではなく、入力情報や目標に基づいて先に制御量（あるいは補償量）を決める考え方である。系の状態や外乱による遅れ・誤差が生じうる場合でも、事前に見込んだ関係を使って応答を調整する点が特徴である。
この方式では、先回りの判断材料として、目標値、参照信号、推定された状況、モデルに基づく予測などが用いられる。設計の基本目標は、応答の立ち上がりの改善、既知の変動に対する感度の低減、ならびに所望の軌道への追従性向上にある。
1.2 フィードバックとの違い
1.2.1 応答のタイミング
フィードバックは出力の誤差を観測してから補正を行うのに対し、フィードフォワードは誤差観測を待たずに入力側で補正を組み込む。したがって、フィードフォワードは理想的には応答遅れを抑え、立ち上がりを速くする設計がしやすい。
一方、フィードフォワード単独では、実際に生じた誤差の原因を出力から直接推定して是正する機構が弱い。そのため、未知の条件やモデル化誤差の影響を受けやすく、実システムでは併用（ハイブリッド）されることが多い。
1.2.2 設計上の役割分担
役割分担の観点では、フィードバックが誤差を抑え込む安定化・誤差補償の担当になるのに対し、フィードフォワードは既知の入力量や系の特性に応じた予見補償の担当となる。たとえば、参照信号の変化に対しては、系の応答形状を逆算した補償を先に入れることで追従性能を改善できる。
また、設計パラメータの調整においても分担が起きる。フィードフォワードはモデル品質や予測精度に依存し、フィードバックは応答速度と外乱抑制のトレードオフに関与するため、両者の整合設計が重要になる。
1.3 用語の由来と使われ方
「フィードフォワード」という語は、信号の流れが制御器の内部で出力方向へ後戻りするのではなく、入力側から先へ組み込まれるという直観を反映して用いられる。工学分野では、ブロック線図上で参照信号や観測量が補償器に入力され、その結果が制御量に直結する形として表現されることが多い。
情報技術では、通信や計算の流れにおいて「誤差を検出してから直す」というより「予め影響を弱める」設計として広く比喩的に使われる。例えば、推定値に基づく補償や、前処理により歪みの影響を抑える枠組みなどが、実務上は前方型補正として語られる。
2 制御工学におけるフィードフォワード
2.1 オープンループ的補償の考え方
2.1.1 目標入力に基づく補正
フィードフォワードの代表例として、目標入力（参照値）から期待される出力を見込んで、制御入力を前もって調整する方法がある。典型的な構造では、目標値から制御器の出力を直接決める経路を用意し、その経路にはモデルに基づく変換が入る。
たとえば、目標の変化に対して系が一段遅れや慣性をもつなら、目標の将来変化を想定した入力形状に整形することで、出力側の追従を改善できる。ここでは、観測誤差に依存せずに制御入力が生成されるため、理想条件下では高い応答性能を得られる。
2.2 モデルベースのフィードフォワード
2.2.1 逆モデル（インバースモデル）による補償
モデルベースのフィードフォワードでは、対象の入出力関係を表すモデルを用い、その逆変換を通じて入力を設計する。これは逆モデル（インバースモデル）による補償として知られる。目標出力を実現するために必要な制御入力を、モデルから逆算して計算するためである。
ただし逆モデルには注意が必要である。対象が非最小位相や不安定零点などの性質を持つ場合、厳密な逆変換は実装上不安定になりうる。また、摩擦や飽和、摩耗のような未モデル化要素があると、逆計算により過大入力が生じる場合もある。これらを避けるために、逆モデルを近似して安定なフィルタで包む、入力制約を考慮して整形する、といった設計工夫が行われる。
2.3 外乱対策としてのフィードフォワード
2.3.1 代表的な外乱の種類と設計方針
外乱対策の文脈でもフィードフォワードは用いられる。ここで重要なのは、外乱の情報をどの程度入手できるかである。外乱が測定可能であったり、センサや推定器により前もって分かる場合には、その外乱値を補償経路に入力して影響を打ち消す設計が可能になる。
代表的には、負荷変動に由来する入力側の変動、環境要因（温度変化など）によるパラメータの変化、外乱トルクや風圧のような加速度に相当する要因が挙げられる。設計方針としては、(1) 外乱の発生タイミングと大きさを推定できる範囲を定める、(2) 対象モデルに外乱の入力チャンネルを含める、(3) 補償が過剰にならないようにフィルタやゲイン制限を設ける、の順に整理されることが多い。
また、外乱が未測定で完全には把握できない場合は、フィードフォワードは「部分的な打ち消し」として位置付けられ、残差をフィードバックが抑制する役割分担が現実的となる。
3 情報技術・信号処理でのフィードフォワード
3.1 通信における前方補償
3.1.1 チャネル推定と補償の考え方
通信路では、送信信号が伝送路の特性（減衰、遅延、周波数選択性など）で歪む。前方補償では、受信側または送信側でチャネルの特性を推定し、その情報に基づいて送信側で補償する、あるいは受信側で入力信号を前もって補正する。
設計の要点は、チャネル推定に要する遅延と、推定誤差が性能に与える影響のバランスである。推定が十分に正確であれば、補償により受信信号のイコライズ後の分離が改善し、誤り率の低減につながる。逆に推定が不十分だと、補償が逆方向に働き、歪みを増幅することがあるため、推定の更新頻度や適応制御と組み合わせて運用される。
3.2 信号処理における前方型補正
3.2.1 歪み補償と前処理
信号処理では、対象システムによる歪みを事前に抑える考え方として、前処理（プリプロセッシング）や前方型の補正が現れる。代表例として、送信信号に対する前置フィルタによる帯域整形、非線形素子の影響を減らすための逆応答整形、あるいは周波数特性の補償がある。
ここでの設計は、対象の周波数応答や非線形性の推定に依存する。適切にモデル化できれば、後段の検出・復号の負担が軽くなり、全体の推定精度や安定性が改善される。前方型補正は、計算を前倒しすることで後工程の最適化を容易にする場合もある。
3.3 実装上の前提（遅延・計算量）
3.3.1 先回り処理に伴う設計トレードオフ
フィードフォワードは入力側で計算を行うため、システムの遅延や計算資源に関する制約が設計に直結する。特に、逆変換や複雑な推定を先回りで実施する場合、計算量が増えてリアルタイム性を損ねる可能性がある。さらに、推定やフィルタリングにより内部遅延が生じると、外形的にはフィードバックと同様に遅れが性能を制限する場合もある。
したがって設計では、(1) 使用するモデルの簡略度、(2) フィルタ次数や更新周期、(3) 許容遅延、(4) 実装可能な数値精度、を総合的に決める必要がある。性能向上と実装制約はトレードオフの関係にあり、目的性能（誤り率、追従誤差、許容オーバーシュート等）から逆算して設計を行うことが一般的である。
4 ニューラルネットワークにおけるフィードフォワード
4.1 フィードフォワード計算の流れ
4.1.1 入力から出力までの順方向伝播
ニューラルネットワークのフィードフォワードは、入力から始めて中間層を順に計算し、最終出力を得る一連の処理を指す。学習時のパラメータ更新は別の工程として扱われるのが通常であり、フィードフォワードは「推論（予測）や評価」のための計算手順として理解される。
典型的には、各層で線形変換と非線形活性化が行われ、次の層へ値が渡る。ここでの重要性は、情報が一方向に流れる点にある。入力が与えられれば出力までの写像が決まり、出力は学習済みの重みとバイアスにより一意に計算される。
4.2 学習との関係（逆伝播との切り分け）
4.2.1 推論と学習の役割分担
ニューラルネットワークでは、学習において誤差逆伝播（バックプロパゲーション）が使われる。フィードフォワードは、誤差逆伝播の前段として出力を計算する工程に相当することが多い。すなわち、まず入力に対する予測値を作り、その結果と正解の差から学習のための勾配を計算する。
実運用では、学習後にモデルを利用するときは、フィードフォワードのみが繰り返し実行される場合が多い。これにより推論時間が明確化され、システム要件（レイテンシ、スループット）に合わせて軽量化や最適化が行われる。
4.3 応用と具体例
4.3.1 予測モデルでの先回り推定
ニューラルネットワークの先回り推定の応用では、将来の状態や出力を現在の入力から予測し、その予測結果を意思決定や補償に利用する。例えば、時系列の次時刻を予測するモデルでは、過去の観測から将来値を推定することで、制御や通信の処理を前倒しにする設計が可能になる。
実装上は、予測誤差が存在するため、予測値をそのまま制御入力に変換するのではなく、モデル化した不確実性に応じてゲインを調整する、あるいは後段にフィードバックを残して残差を補う、といった工夫が行われる。予測と補償を組み合わせることで、反応が遅れやすい系でも滑らかな挙動を目指せる。