カーネル正則化法に基づく雑音の影響を考慮した繰り返し学習制御

カテゴリ: 部門大会

論文No: GS5-6

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Iterative Learning Control Considering the Effect of Noise Based on Kernel Methods

著者名: 素保 葵衣（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): Aoi Sobo (Tokyo Metropolitan University),Shiro Masuda (Tokyo Metropolitan University),Mitsuru Toyoda (Tokyo Metropolitan University)

キーワード: 繰り返し学習制御|カーネル正則化法|Iterative Learning Control|Kernel Methods

要約(日本語): 繰り返し学習制御における学習係数設計手法の1つに，2次最適評価に基づく手法がある。この手法はノミナルモデルを用いており，モデル化誤差が性能に大きく影響するという問題がある。そこで，先行研究では試行データからインパルス応答モデルを推定し，そのインパルス応答を用いたノルム最適ILC手法を与えているが雑音の影響で正確なモデル推定が難しいことがある。本研究では，繰り返し学習制御において取得したデータにランダム雑音が含まれた場合にカーネル正則化法を用いて，ランダム雑音にロバストなノルム最適学習制御の学習係数を求める手法を与える。