強化学習による1次遅れ系制御への適用評価

カテゴリ：部門大会

論文No：TC8-2-2

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Performance Evaluation of Reinforcement Learning Applied to First-Order Lag Control for Plant Control

著者名：高野 俊也（株式会社東芝）,秦 洋（株式会社東芝）

著者名(英語)： Toshiya Takano (Toshiba Corporation),Yang Qin (Toshiba Corporation)

キーワード：強化学習,１次遅れ系,むだ時間,制御,Rainforcement learning,First order delay,Dead time,Control

要約(日本語)：近年、自動運転技術 やロボット制御 などモデルが複雑で、高度な制御が要求される分野のブレークスルー技術として、人工知能技術のひとつである強化学習(Reinforcement Learning)が注目されている。従来、人間系で構築していた制御モデルに対して、強化学習により、モデルフリー化かつパラメータ調整フリー化を実現する手法を提案し、モータ速度制御を対象とした実機検証において有効性を確認した。さらに、プラント制御などのむだ時間を含む1次遅れ系を対象に強化学習による制御への適用を検討し、制御対象の時定数およびむだ時間の変化に対して、PID制御と比較して良好な制御性能を確認した。本稿では、1次遅れ系の時定数、むだ時間およびプロセスゲインが変化した際の強化学習による制御手法を検討し、パラメータ変化に対する制御性能を評価する。

本誌掲載ページ：348-354p

原稿種別：日本語

PDFファイルサイズ：1,237Kバイト