強化学習に基づく安定性の評価付き制御パラメータ調整技術

カテゴリ: 研究会(論文単位)

論文No: CT24106

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2024/12/04

タイトル(英語): Reinforcement Learning-Based Control Parameter Tuning Technique with Stability Assessment

著者名: 秦 洋(東芝インフラシステムズ),高野 俊也(東芝インフラシステムズ),難波 諒(東芝インフラシステムズ),山中 理(東芝インフラシステムズ)

著者名(英語): YANG QIN(TOSHIBA Infrastructure Systems & Solutions Corporation),Toshiya Takano(TOSHIBA Infrastructure Systems & Solutions Corporation), Ryo Nanba(TOSHIBA Infrastructure Systems & Solutions Corporation),Osamu Yamanaka(TOSHIBA Infrastructure Systems & Solutions Corporation)

キーワード: 強化学習|ＰＩＤ制御|パラメータ調整|安定性|１次遅れ＋無駄時間系|Reinforcement learning|PID control|parameter tuning|stability|first order plus time delay

要約(日本語): 自動制御の最適化運用を支援する機械学習の一種である強化学習（RL: Reinforcement Learning）は，プラント制御システムのブレークスルー技術として注目されている。これまで，強化学習を活用したPID制御器のパラメータ自動調整手法を提案し，「1次遅れ＋無駄時間」系で近似したモデルを対象に，制御性能が向上するなど提案手法の有効性を示した。一方，プラント制御システムに適用するためには，制御性能に加え制御システムの安定性維持が重要となる。本稿では，強化学習エージェントが推論した制御パラメータに対して不安定な制御を防止する制御パラメータ調整手法を提案する。提案手法について，むだ時間を含む1次遅れ系システムを対象にシミュレーションにより効果を検証する。

要約(英語): Reinforcement Learning (RL, a type of machine learning that enhances the optimization of automated control, is gaining attention as a breakthrough technology for plant control systems. In previous work, we proposed a novel PID parameter tuning method by taking advantage of reinforcement learning technology in first order plus time delay systems, demonstrating improved control performance. However, maintaining the stability of the control system was not discussed and remains a challenge. In this study, we propose a control parameter adjustment method to prevent unstable control by evaluating the parameters inferred by the reinforcement learning agent. The effectiveness of this method is validated through simulations involving first order plus time delay systems with changing system characteristics.

本誌: 2024年12月7日制御研究会

本誌掲載ページ: 19-24 p

原稿種別: 日本語

PDFファイルサイズ: 759 Kバイト