H∞制御と強化学習の融合によるロバストな計画行動制御方式の開発

カテゴリ: 部門大会

論文No: GS13-4

グループ名: 【C】平成22年電気学会電子・情報・システム部門大会講演論文集

発行日: 2010/09/02

タイトル：H_∞制御と強化学習の融合によるロバストな計画行動制御方式の開発

タイトル(英語): A Development of Robust Planning Action Control Method Combining H_∞ Control with Reinforcement Learning

著者名: 内山 祥吾(山口大学),大林 正直(山口大学),呉本 尭(山口大学),小林 邦和(山口大学)

著者名(英語): shogo uchiyama(Yamaguchi University),masanao obayashi(Yamaguchi University),takashi kuremoto(Yamaguchi University),kunikazu kobayashi(Yamaguchi University)

キーワード: 強化学習|ロバスト制御|H_∞制御|計画行動|reinforcement learning|robust control|H_∞ control|planning action

要約(日本語): H_∞制御と強化学習の融合によるロバストな計画行動制御方式を提案する。具体的には振子を台車の下に取り付けた移動クレーンの振れ角の抑制と目標地点への移動制御を例題として、モデルを必要としない強化学習と安定性を保証した制御である現代制御理論の両者の利点を融合した融合型制御方式を実現する。そして、提案法と強化学習システムのみによる知的制御との比較を計算機シミュレーションにて行い、提案法の有効性を検証する。

PDFファイルサイズ: 5,029 Kバイト