強化学習を用いた通信スケジューリングに関する研究

カテゴリ: 研究会(論文単位)

論文No: MEC21022

グループ名: 【D】産業応用部門 メカトロニクス制御研究会

発行日: 2021/12/08

タイトル(英語): Study on Communication Scheduling using Reinforcement Learning

著者名: Ito Yuta(Chiba University),Zanma Tadanao(Chiba University),Koiwa Kenta(Chiba University),Liu Kang-Zhi(Chiba University)

著者名(英語): Yuta Ito(Chiba University),Tadanao Zanma(Chiba University),Kenta Koiwa(Chiba University), Kang-Zhi Liu(Chiba University)

キーワード: ネットワーク化制御|通信スケジューリング|強化学習|Networked Control Systems|Communication Scheduling|Reinforcement Learning

要約(日本語): 本論文では，ネットワーク制御システム（NCS）の通信スケジューリングについて述べる．NCSsでは，複数のセンサが限られた通信ネットワークを共有している．そのため，適切なスケジューリングを行うことで，通信資源あたりの制御性能を向上させることができる．本研究では，強化学習を用いたオフラインでのセンサスケジュールを提案する．提案手法の有効性を簡単な数値シミュレーションにより検証する.

要約(英語): In this paper, we address a communication scheduling of Networked Control Systems (NCSs). In NCSs, multiple sensors share a limited communication network. Therefore appropriate scheduling may improve control performance per communication resource. We propose a sensor schedule using off-line reinforcement learning. The effectiveness of the proposed method is verified through a simple numerical simulation.

本誌: 2021年12月11日メカトロニクス制御研究会

本誌掲載ページ: 65-70 p

原稿種別: 英語

PDFファイルサイズ: 426 Kバイト