RNNベース強化学習によるHDDベンチマーク問題における制御器設計

カテゴリ: 研究会(論文単位)

論文No: MEC23012

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: 2023/09/22

タイトル(英語): Controller design for HDD benchmark problem using RNN-based reinforcement learning

著者名: 武藤 理玖(芝浦工業大学),内村 裕(芝浦工業大学)

著者名(英語): Riku Muto(Shibaura Institute of Technology),Yutaka Uchimura(Shibaura Institute of Technology)

キーワード: ＨＤＤベンチマーク問題|マイクロ・ナノメカトロニクスシステム|振動制御|強化学習|ニューラルネットワーク|リカレント型ニューラルネットワーク|HDD Benchmark Problem|Micro and nano mechatronic Systems,|Vibration control|Reinforcement learning|Neural Network|RNN

要約(日本語): HDDベンチマーク問題に対して、RNNベースの強化学習により設計された制御器を提案し、その性能を評価する。また、RNNベースの制御器を状態空間線形コントローラに変換する手法を提案し、安定性を保証するとともに、性能解析を可能にする。本稿では、提案するRNNベースコントローラの構造を説明し、ベンチマーク結果の評価を示す。

要約(英語): We propose a controller designed by RNN- based reinforcement learning for the HDD benchmark problem and evaluate the performance. We also propose a method to convert a RNN-based controller to a state-space linear controller, which guarantees stability and enables performance analysis. The article describes the structure of the proposed RNN-based controller and presents an evaluation of the benchmark results.

本誌: 2023年9月25日メカトロニクス制御研究会

本誌掲載ページ: 71-76 p

原稿種別: 日本語

PDFファイルサイズ: 2,019 Kバイト