計測・通信品質が保証されない環境下の多目的フィードフォワード最適制御と強化学習

测量和通信质量无法保证环境下的多目标前馈最优控制和强化学习

• 批准号: 21H01353
• 负责人: 杉本 謙二
• 金额: $ 10.65万
• 依托单位: Nanzan University (2023)Nara Institute of Science and Technology (2021-2022)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H01353/
• 关键词: ネットワーク制御; 適応学習; 切替系; サンプル値制御; 2自由度制御; 切り替え系; サンプル値制御系; 線形行列不等式; ハイブリッドシステム; 事象駆動; 適応学習制御

今年度（2022年度）は本研究課題の2年目であった。交付申請書に記載したように、研究の目的や研究実施計画について具体化を進め、いよいよ主要な理論的課題、および実機による検証実験などに取り掛かった。以下、実績について具体的に述べる。まず、計測や通信に一時的な障害が発生したときの対処法として提案している切替状態推定器（オブザーバ）の機構について検討を深め、その安定性や確率的性能だけでなく、領域極配置と呼ばれる手法を導入して過渡特性を整形する設計法を線形行列不等式によって導出した。また、フィードフォワード制御の学習については、トラックなどの隊列走行を想定した実用性向上のため、オフセット項の不可によって外乱を抑制する機構を提案し、購入した小型移動ロボットのパラメータを元にして数値シミュレーションで評価した。水中ドローンについてはハードウエアなどを改造しつつ、何度かプールでの実験を行った。そのときの手応えを元に、スライディングモードとモデル予測制御を組み合わせる手法を導入し、シミュレーションによって有効性を評価した。

本财年（2022年）是该研究项目的第二年。正如资助申请中所述，研究目的和研究实施计划已经具体化，我们终于开始了主要理论问题和实际设备验证实验的工作。下面，我们将详细讨论我们的成就。首先，我们将深入思考开关状态估计器（观察器）的机制，作为测量或通信中发生暂时故障时的对策，不仅检查其稳定性和概率性能，而且还检查一种整形瞬态的设计方法。特征是通过使用线性矩阵不等式的称为“2”的方法引入的。关于前馈控制的学习，为了提高卡车等队列行驶的实用性，我们提出了一种通过禁用偏移项来抑制干扰的机制，并根据购买的小型移动机器人的参数计算数值进行评估。通过模拟。至于水下无人机，我们修改了硬件，并在水池中进行了多次实验。基于该反馈，我们引入了一种结合滑模和模型预测控制的方法，并通过仿真评估其有效性。

项目成果

C/GMRES法による非線形モデル予測制御を用いた水中ドローンBlueROV2の制御

使用 C/GMRES 方法的非线性模型预测控制控制水下无人机 BlueROV2

• 发表时间: 2022
• 作者: 藤倉駆;花田研太;杉本謙二
• 通讯作者: 杉本謙二

オンライン調整を伴う2自由度構成による隊列走行車両の縦方向制御

使用在线协调的二自由度配置对队列车辆进行纵向控制

• 发表时间: 2022
• 作者: 中尾 安宏;小林泰介;杉本謙二
• 通讯作者: 杉本謙二

SIR感染症モデルに対するブール式を用いた有界モデル検査

使用布尔表达式对 SIR 传染病模型进行有界模型测试

• 发表时间: 2021
• 作者: 花田研太

Intentionally-underestimated Value Function at Terminal State for Temporal-difference Learning with Mis-designed Reward

奖励设计错误的时间差异学习的最终状态故意低估价值函数

• DOI: 10.48550/arxiv.2308.12772
• 发表时间: 2023-08-24
• 期刊: ArXiv
• 作者: Taisuke Kobayashi

拡張モデル予測制御とスライディングイノベーションフィルタによる水中ドローンのロバスト制御

使用扩展模型预测控制和滑动创新滤波器对水下无人机进行鲁棒控制

• 发表时间: 2023
• 作者: 藤倉駆;花田研太;東崇史;松原崇充;杉本謙二
• 通讯作者: 杉本謙二