非線形マルチエージェント系の分散・集中型オブザーバ設計法の開発

Research Project

Project/Area Number	22K04165
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 21040:Control and system engineering-related
Research Institution	The University of Shiga Prefecture
Principal Investigator	片山仁志滋賀県立大学, 工学部, 教授 (20268296)
Project Period (FY)	2022-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000) Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywords	分散・集中型オブザーバ / 非線形マルチエージェント系 / ネットワーク制御 / オブザーバ
Outline of Research at the Start	ネットワーク化社会の制御問題では、通信ネットワークによる多数のプラントの相互作用で構成されるマルチエージェント系に対し、十分な制御性能を持つ分散型・集中型の制御器やオブザーバの設計が重要になる。本研究では、非線形システムの可観測性等の観点から、分散型オブザーバの集合による非線形マルチエージェント系のプラントの集合の分割 (クラスタリング)、その特徴づけ、とクラスタリングに基づく分散・集中型オブザーバの設計法を開発する。また、リチウムイオン充電池へ適用した充電・放電のシミュレーション実験から、開発したオブザーバ設計法の性能評価を行う。
Outline of Annual Research Achievements	ネットワーク化社会の制御問題では、通信ネットワークによる多数のプラントの相互作用で構成されるマルチエージェント系に対し、十分な制御性能を持つ分散型・集中型の制御器やオブザーバの設計が重要になる。本研究では、非線形システムの可観測性等の観点から、分散型オブザーバの集合による非線形マルチエージェント系のプラントの集合の分割 (クラスタリング)、その特徴づけ、とクラスタリングに基づく分散・集中型オブザーバの設計法を開発する。また、モバイルロボットを使用した実機試験から、開発したオブザーバ設計法の性能評価を行う。 R4 年度は、厳密フィードバック系で構成されるマルチエージェント系の状態フィードバック制御器とオブザーバ型出力フィードバック制御器によるサンプル値同期問題を取り扱った。今年度は、各エージェント系それぞれにオブザーバを (分散型として) 設計してマルチエージェント系全体を制御した。R5 年度以降は、マルチエージェント系のシステムの性質に基づくクラスタリングとそれに基づく制御器やオブザーバの設計にR4年度の結果を適用・拡張する予定である。実機試験面の準備として、使用予定のモバイルロボットと4輪型車両ロボットの制御用モデルの構築と簡単な制御器による構築したシステムの動作確認を行った。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 厳密フィードバック系で構成されるマルチエージェント系のサンプル値同期問題を取り扱い、各エージェントそれぞれにオブザーバを分散型で設計してマルチエージェント系全体を制御した。また、実機試験面で使用する2輪型車両ロボットと4輪型車両ロボットの制御用モデルを導出し、簡単な制御器による構築したロボットと制御系全体のシステム動作の確認を行った。
Strategy for Future Research Activity	R5年度は、マルチエージェント系のシステムの性質に基づくクラスタリングとそれに基づく制御器やオブザーバの設計に R4 年度の結果を適用・拡張する。また、実機試験面では、構築した2輪型と四輪型車両ロボットのマルチエージェント系を用いて、R4 年度に構築したオブザーバと制御器の性能評価を行う予定である。