Connecting System Identification and Machine Learning for Achieving Both Performance and Generalization Capability in Iterative Learning Control

连接系统辨识和机器学习，实现迭代学习控制的性能和泛化能力

• 批准号: 21K14179
• 负责人: 大西 亘
• 金额: $ 3万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K14179/
• 关键词: 学習制御; システム同定; 機械学習; 精密位置決め制御; データ駆動最適化; 繰り返し学習制御; 学習制御; システム同定; 機械学習; 精密位置決め制御; データ駆動最適化; 繰り返し学習制御

Iterative learning control (ILC)は，半導体露光装置，プリンタ，産業用ロボットといった，精密制御が必要な応用先において幅広く用いられている。この制御法は，一般的に制御対象の過去の試行の位置などの出力を用いて，それに何らかの演算を施し，次回の制御入力を修正している。そしてこの動作を反復させることで，制御対象の出力誤差を収束させていく手法である。そこで本研究では，システム同定に基づく制御対象の物理をリスペクトした学習制御を構築するべく，State tracking ILC (状態追従型反復学習制御)を提案した。これはオブザーバと組み合わせ，制御対象の位置の出力のみならず，例えば速度や加速度といった状態変数に対して反復学習を行うものである。その副次的な効果として，サンプル点間応答の振動が抑制され，追従誤差が低減した。さらに，この状態変数の推定を非因果的オブザーバを用いて行うことで，時間遅れをなくし，オブザーバ設計における精度と推定速度のトレードオフから脱却することができることを示した。本手法の有効性は，実際の位置決め装置へ実装した実験によっても示された。また，より高次な共振系へと適用した。研究期間全体を通して，非因果的状態推定，そして非因果的制御入力が，非最小位相特性をもつことが多い位置決め制御系への軌道追従制御問題へ非常に有効であることが明らかになった。機械学習や学習制御の従来研究において，この点が十分に議論されているとは言えない。そのため，研究計画最終年度前年度応募によって，今後は基盤研究（B）において非因果的制御入力に着目し，計画を再構築し，研究を進めていく。

迭代学习控制（ILC）广泛用于需要精确控制的应用中，例如半导体暴露设备，打印机和工业机器人。这种控制方法通常使用输出，例如要控制的过去试验的位置，并在其上执行某种计算，并修改下一个控件输入。然后重复此方法以收敛受控对象的输出误差。因此，在这项研究中，我们提出了状态跟踪ILC（状态跟踪重复学习控制），以构建尊重基于系统识别控制物理的学习控制。这与观察者结合使用，不仅用于对要控制的位置的输出进行重复学习，还用于对速度和加速等状态变量进行重复学习。作为次要效应，抑制了样品点之间响应的振动，并减少了跟踪误差。此外，可以表明，通过使用非毒物观察者，可以消除时间延迟，并且可以避免观察者设计的准确性和估计速度之间的权衡。在实际定位设备上实施的实验也证明了该技术的有效性。它也应用于高阶共振系统。在整个研究期间，已经发现，在定位控制系统的轨迹跟踪控制问题中，非因果状态估计和非毒物控制输入非常有效，这些轨迹跟踪控制问题通常具有非最低相位特征。在机器学习和学习控制的传统研究中，不能说这一点不能充分讨论。因此，随着研究计划的最后一年的申请，我们将重点关注基础研究（b）中的非因果控制输入，重建计划并进行研究。