強化学習の組込システムへの実装および評価

カテゴリ: 部門大会

論文No: GS7-5

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Implementation and Evaluation of Reinforcement Learning for Embedded System

著者名: 松本 直也（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）

著者名(英語): Naoya Matsumoto (TOSHIBA Infrastructure Systems & Solution Cooperation),Toshiya Takano (TOSHIBA Infrastructure Systems & Solution Cooperation)

キーワード: 強化学習|組込システム|回転速度制御|FPGA|Reinforcement Learning|Embedded System|Speed Control|Field Programmable Gate Array

要約(日本語): 近年、情報セキュリティの高まりや低遅延処理に関する要求からエッジ機器でのAI処理への期待が高まっている。AI処理では使用環境の制約下でアルゴリズムを動作させる必要がある。特に強化学習(Reinforcement Learning)を用いて制御を行う際は、制御周期以内に推論処理を行わなくてはならない。PCに比べてCPU性能の劣るエッジ機器などに搭載される組込システムで動作させる場合、CPU性能がAI処理全体のボトルネックとなるという問題がある。そのため、アルゴリズムの軽量化やアクセラレータを用いて、CPUの処理を軽減させる必要がある。本稿では、組込システムを対象として、強化学習を実現するための構成の検討とモータ制御を対象とした強化学習の実機への実装、学習後のモータ制御における速度指令との速度誤差について性能評価を行う。

PDFファイルサイズ: 1,400 Kバイト