強化学習法による外乱抑制のための適応線形2次規範最適レギュレータ

カテゴリ: 部門大会

論文No: PS2-13

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): Adaptive Linear Quadratic Optimal Regulator Using Reinforcement Learning for Disturbance Attenuation

著者名: 石垣 菜月（東京都立大学）,増田 士朗（東京都立大学）,豊田 充（東京都立大学）

著者名(英語): Natsuki Ishigaki (Tokyo Metropolitan University),Shiro Masuda (Tokyo Metropolitan University),Mitsuru Toyoda (Tokyo Metropolitan University)

キーワード: 強化学習法|線形2次規範最適レギュレータ|適応制御|外乱抑制|Reinforcement Learning|Linear Quadratic Optimal Regulator|Adaptive Control|Disturbance Attenuation

要約(日本語): 線形2次規範の評価値を報酬とする強化学習法を用いることによって，線形2次規範に基づく適応最適レギュレータに関する研究が報告されている．本研究では，ランダム外乱に対する外乱抑制のための強化学習法として提案された適応LQ (Linear Quadratic; 線形2次規範) 最適レギュレータに着目し，その手法のCriticニューラルネットワークに拡張パラメータ表現を導入する手法を与える．拡張されたパラメータによって外乱駆動行列の影響を推定できるため，本研究の手法は外乱駆動行列が既知であるという仮定の緩和に有効と考えられる．