データベース駆動型フィードバック誤差学習に基づくドライバモデルの一設計

カテゴリ: 部門大会

論文No: PS2-9

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Study on Driver Model Design based on Database-Driven Feedback Error Learning

著者名: 道津 圭胡（広島大学）,槇野 泰大（広島大学）,脇谷 伸（広島大学）

著者名(英語): Keigo Dotsu (Hiroshima University),Yasuhiro Makino (Hiroshima University),Shin Wakitani (Hiroshima University)

キーワード: ドライバモデル|データベース駆動型制御|フィードバック誤差学習|モデルベース開発（MBD）|Driver Model|Database-Driven Control|Feedback Error Learning|Model Based Development

要約(日本語): 自動車産業では，複雑な車両システム設計を効率的に行うため，モデルベース開発（MBD）が導入されている。また，設計された車両モデルの性能を検討するにあたっては様々な特性を持つドライバのモデルも併せて必要となる。通常，ドライバは車両の運転に伴って「慣れ」が生じることから，ドライバモデルにおいても「慣れ」を表現するモデルが必要となる。本研究では，フィードバック誤差学習の観点から，「慣れ」を制御対象の逆モデルを獲得された状態であると仮定し，これらの獲得過程についてデータベース駆動型アプローチを併用してモデル化したデータベース駆動型ドライバモデルを提案する。データベースを併用することにより，逆モデルの獲得に高速な学習が実現できることを数値例によって検証した。