Q-learningに基づく適応LQレギュレータにおける摂動項の影響

カテゴリ: 部門大会

論文No: PS7-12

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): Effect of exploration signal in adaptive LQ regulator based on Q-learning

著者名: 前田 薫（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): Kaoru Maeda (Tokyo Metropolitan University),Shiro Masuda (Tokyo Metropolitan University),Mitsuru Toyoda (Tokyo Metropolitan University)

キーワード: 強化学習|線形二次規範最適レギュレータ|適応制御適応制御|Reinforcement Learning|Linear Quadratic optimal regulator|Adaptive Control

要約(日本語): 強化学習における Q-Learningを線形システムの最適レギュレータに適用することによって適応最適レギュレータを構成する手法が報告されている．その手法では，Q 関数の更新のために入出力データが十分に励振している必要があるため，操作量に摂動項が設けられている．しかし，その摂動項は，最適レギュレータによる整定制御を達成したのちには整定を乱す外乱項として働く．そこで本研究では，この手法における摂動項の影響について考察し，制御目的である状態変数の整定制御への影響を軽減した摂動項の与え方について検討した結果を示す．