受賞者は、ロボットを通じて人間の認知発達メカニズムを理解する「認知発達ロボティクス」を提唱し，胎児や二歳児までの運動発達プロセス（寝返り・起き上がり、お母さんの手助けを利用したよちよち歩きなど）の機能を研究するための赤ちゃんロボットを開発した。硬いボディの従来のロボットでは、抱きかかえながら起こす、ロボットの手足を動かして教えるという赤ちゃんの認知発達プロセスを研究できない。そこで、人間と機械の調和の課題に挑戦するために、非常に柔らかいボディを圧縮空気の圧力を利用した空気アクチュエータに基づく世界初のヒューマノイドロボットCB2や赤ちゃんアンドロイドAffettoなどの赤ちゃんロボットを開発した。これによって、親子間相互作用の認知発達プロセス等を研究できるようになった。

一方、ロボカップの創始者の一人として，競技会を通じた教育研究活動，産業応用等を先導した。特に、Amazonが買収したKiva Systems社のロボット在庫管理システムがロボカップの試合をきっかけに生まれたことは有名である。なお受賞者は、1992年に当財団から「動的立案機能を有する能動視覚による幾何モデリングシステム開発に関する研究」の課題で助成を受け、その成果も本研究活動の充実と発展に寄与した。

認知発達ロボティクスを身体的・対人的・社会的共創知能に分け、認知発達過程のモデル化及び関与する脳内基盤の対応づけを可能とした。身体的共創知能では、歩行発達の初期過程を反映した関節と柔軟な皮膚構造を持つロボットを開発した。対人的共創知能では、脳神経系、身体、母胎環境の三つの相互作用が本質的な要因となる胎児・新生児の筋骨格・感覚・神経系モデルと胎内環境モデルに基づく発達シミュレーションモデルを明らかにした。社会的共創知能では、世界で初めて人間と等身大で物理的な相互作用を行える、赤ちゃんロボットCB2 を開発し、その後、運動性能、対人性、コミュニケーションそれぞれに重点をおいたロボットの開発に発展した。これらのロボットを通じて、認知発達プロセスのモデル研究を進め、親子間相互作用の共同注意や情動発達，語彙獲得等の重要課題を扱い、自閉症知覚シミュレータの開発にも繋がっている。

受賞者は、世に先駆けて1秒間に1,000枚の画像取得と汎用の画像処理が可能な超高速ビジョンの基本構造を提案・実装するとともに、ヒューマンインターフェイス、ロボット、産業計測、バイオ・医療、自動車、映像・メディア等の様々な分野に適用可能な光学装置あるいはその制御法を創出してきた。

これらの成果は、汎用高速ビジョンチップや高速プロジェクタなどの光学デバイスのみならず、蔵書デジタル化のための高速スキャンシステムや道路インフラ維持管理のための高速視覚検査システムなど、数々の社会実装を通じて実用性の高さが実証されてきた。これらの研究成果により、超高速ビジョンの有用性を示し、知能システム高速化の基盤技術を築いてきた。また、高速知能システムの認識系として、センサフュージョン技術の基盤整備にも注力している。研究分野の広さや実用化の多様性を裏づける成果を通じて、紫綬褒章を筆頭に数々の権威ある賞を受賞してきたことに加え、長年の研究を通じ卓越した人材を数多く輩出してきたことも特筆すべき点である。

センシングやコントロールにおける並列処理と高速･リアルタイム性の追求を主に４つの技術領域において具現化した。

1. 五感の工学的再構成を目指した（主に視覚センサと触覚センサによる）センサフュージョン技術の構築および高速知能ロボットへの実装。
2. 高速画像処理および高速光学デバイスを用いたダイナミックイメージ制御。フォーカス・パン・チルト機能の高速制御にもとづく高速撮像制御システムの実現。
3. 並列処理に基づく高速画像処理技術による新しいビジョンデバイスの製品化。
4. 人間の能力を超えた知覚を適切な形で人間に与える新しいマンマシンインターフェイスの提言。実世界における新たな知覚補助技術、およびそれを活用し新たな人と機械による対話の形を創り出すアクティブパーセプション技術の構築。

私たちが携帯電話やスマホで聞いている発話者の声は、実は送られてくるデジタル音声情報を基に手元の端末で時々刻々計算し合成した音声である。この機能を実現するには、限られた電波資源を世界中の人々と共有でき、原音に忠実で実用に耐えうる効率的な音声情報圧縮・実時間伝送処理技術が必須とされる。

受賞者は、声帯や口腔など発声系の数理モデルに基づく音声の符号化と合成のための線形予測係数を効率的に表現できるPARCOR（偏自己相関）係数、究極に近い情報圧縮率をもつ符号化方式 LSP（線スペクトル対）、音声スペクトルの距離尺度であるItakura-Saito距離などに関する音声情報処理理論を構築・定式化し、開発・実装への道を拓いた。

特にLSPは現在では世界のほとんど全ての携帯電話、スマホに世界標準として搭載・実装され、2014年にIEEEマイルストーンに認定されている。また音声スペクトル分析の根幹技術は人工知能応用音声アシスタンス機能実現の発展への礎ともなっている。こうした学術と実用の両面に関わる爆発的、決定的貢献に対し、2017年8月には国際音声通信学会からISCA Medalなど、国内外の数々の栄誉を受賞してきた。

線スペクトル対（LSP：Line spectrum pair)：

音声の線形予測係数と等価な周波数領域の係数であり、音声波形の特徴を少ないビット数でも高い音声品質を維持できる特徴をもつことから、現在普及しているほぼ全ての携帯電話（スマホ）やIP電話の音声符号化方式の必須の基盤技術として採用されている。

IEEEマイルストーン：

開発から25年以上にわたって国際的に高い評価を受けてきた技術革新の歴史的業績をIEEE（米国電気電子学会）が表彰するもので、受賞者が1975年に開発した「高圧縮音声符号化に用いられるLSP（線スペクトル対）方式の開発、普及」が2014年5月に認定された。その銘板には、『1975 年にNTTで考案された線スペクトル対は、音声合成や符号化のための重要な技術である。1980 年には線スペクトル対に基づく音声合成チップが作成された。1990 年代には、この技術はほぼすべての国際音声符号化標準に必須の要素技術として採用され、世界中の移動端末やインターネットのデジタル音声通信の高品質化に貢献した』と記されている。