Tóth Roland 2008-ban cum laude végzett a hollandiai TUDelft DCSC-n, ahol egy évvel később posztdoktori kutatóként dolgozott. 2010-ben a UCLA kutatója volt. 2011 és 2012 között több tisztséget is viselt a TUDelft DCSC-n. Jelenleg az Eindhoven University of Technology (TU/e) docense és a SZTAKI EMI Rendszer és a SZTAKI Irányításelméleti Kutatólaboratóriumának szenior kutatója. Az IEEE Transactions on Control Systems Technology szerkesztője, valamint a lineáris paraméterekkel és változó rendszerekkel foglalkozó harmadik IFAC Workshop általános vezetője volt. Kutatási területei az LPV és non-lineáris rendszerek felismerése és vezérlése, a modellezéshez és irányításhoz fűződő stabilitási garanciák mentén fejlesztett új gépi tanulási eljárások kialakítása, a prediktív irányítás és a rendszerviselkedési elmélet. Gyakorlati oldalon a kutatása a precíziós mechatronika és LPV, illetve tanulásalapú mozgási irányítással üzemelő autonóm robotok, járművek megbízhatóságának ét teljesítményének fokozására koncentrál.
Dr. Tóth 2010-ben elnyerte a TUDelft Young Researcher Fellowship Awardot, 2011-ben a hollandiai VENI díjat, valamint a European Research Council 2016-os ösztöndíját. Csapatával több nemzetközi és magyarországi együttműködésből vette ki a részét.
Tóth, R.: Modeling and identification of linear parameter-varying systems. Lecture Notes in Control and Information Sciences, Vol. 403, Springer, Heidelberg, 2010.
Laurain, V., R. Tóth, D. Piga, M.A.H. Darwish: Sparse RKHS estimation via globally convex optimization and its application in LPV-IO identification, Automatica, Vol. 115, (2020).
Cox, P. B., and R. Tóth: Linear Parameter-Varying Subspace Identification: A Unified Framework. Automatica, In Print (2020).
Formentin, S., D. Piga, R. Tóth, S. Savaresi: Direct learning of LPV controllers from data, Automatica, Vol. 65, (2016), pp. 98-110.
Laurain, V., R. Tóth, D. Piga, W. X. Zheng: An Instrumental Least Squares Support Vector Machine for Nonlinear System Identification, Automatica, Vol. 54, (2015), pp 340-347.