本稿では学習バランスを取ることが難しい敵対的学習を安定化させるために，ハイパーパラメータを自動的に制御する手法を提案する．一般にGANはGeneratorとDiscriminatorが敵対的に学習する．そのため，これらのバランスを保つためにハイパーパラメータを適切に設定する必要がある．しかし，GANのハイパーパラメータの調整は従来のネットワークに比べて遥かに難しいことが知られている．そこで本稿ではGANの学習において，GeneratorとDiscriminatorの現在までの学習状態から将来の学習状態を予測し，学習が最も成功するようハイパーパラメータを自動的に適切に制御する手法を提案する．提案手法を複数のGANを用いて評価し提案手法の有効性を示す．