超並列分散最適化によるロバストマルチエージェント制御手法の開発

Research Project

Project/Area Number	23K03917
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	Toyota Technological Institute
Principal Investigator	川西通裕豊田工業大学, 工学(系)研究科(研究院), 准教授 (00283870)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2025: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000) Fiscal Year 2024: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000) Fiscal Year 2023: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Keywords	マルチエージェントシステム / 並列分散最適化
Outline of Research at the Start	本研究では，大域的手法とメタヒューリスティクスのハイブリッド手法および分散最適化を用いて双線形行列の固有値計算を行うことで，複雑なマルチエージェントシステムの解析と設計を行い，実用的な新しい制御手法を開発する．大規模行列の固有値の並列計算に適した計算機システムを用いて，既存の理論では対応できない遅延やパケットロス，不確かさ，物理拘束に対してロバストなマルチエージェントシステムの制御を実現し，電力ネットワーク，道路交通システム（信号機ネットワーク，サプライチェーン），複数アクチュエータで駆動される電気自動車やドローンに対して有効な知的マルチエージェントシステムの制御法を開発する．
Outline of Annual Research Achievements	本研究の目的は，マルチエージェントシステムの数値シミュレーションにおいて「非対称・非一様・時変な通信遅延，パケットロス」，「不確かさ」，「物理拘束」を再現し，既存の問題設定における整定時間や安定限界などの性能指標を評価して，非線形行列不等式による定式化を用いて新たな理論を開発することである．本研究では，理論の定式化で導出した非線形行列不等式の解を得るため，大域的最適化手法の「分枝限定法」・「主緩和双対法」とヒューリスティック手法の「粒子群最適化」の三つの手法に基づくハイブリッド手法を用いて双線形行列の固有値計算を行うことで，複雑なマルチエージェントシステムの解析と設計を行い，実用的な新しいマルチエージェントシステム制御手法について研究している．本年度は，理論研究においては，入力制約を考慮した階層分散型最適レギュレータの研究を行い安定化理論とその実証に成功した．また，非対称・非一様・時変な通信遅延を有するマルチエージェントシステムの合意制御において，推定状態が発散することなく平均値を保存できるパケット選択と双方向同期に基づく制御手法を開発し，固定次数補償器設計のためのリアプノフ法に基づく安定化条件を導出した．非線形行列不等式の大域的最適化については，「分枝限定法」と「粒子群最適化」を融合した新たなハイブリッド最適化手法を開発し，マルチエージェント制御理論において出現する双線形変数の次元数のアンバランスが大きい非線形行列不等式に対して有効に機能する片側変数領域分割に基づく最適化手法を開発した.
Current Status of Research Progress	Current Status of Research Progress 3: Progress in research has been slightly delayed. Reason 本研究では，現有するクラスタ計算機を拡張し，複雑な計算を並列に実行できる完全なコアが高密度に集積された最新の中央演算ユニットの技術を用いて，メニーコアの高密度クラスタ計算機システムを構築する計画である．計算機環境の選定においては，システムの要素技術の開発状況を見極める必要があるため，本年度は現有の２５８ノード，１万コアのシステムを継続使用し，新システムの構築は実施しないこととした．今後，技術開発状況を注視しながら，最適な新システムの導入時期を検討する。本研究グループでは，分散最適化手法に基づく効率のよい手法を開発できる可能性が高いと考えられる大域的最適化手法の「分枝限定法」，「主緩和双対法」の二つのアルゴリズムについて独自の手法をすでに開発している．本研究では、これらの研究成果を群知能最適化の一つである粒子群最適化法に応用して，クラスタの並列分散性と非線形行列不等式固有の性質を活用した高効率な非線形行列不等式の大域解法を実現する計画であるが，この内容については予定通りソフトウエア開発を進めることができており，開発した最適化アルゴリズムおよびソフトウエアの性能検証を終えることができた．また実システムへの応用に向けた研究については，大規模電力ネットワークではネットワーク構造と通信精度，自律ビークル群・道路交通システムでは人間が運転する車両の内部状態と環境をそれぞれ未知とし，また電気自動車とドローンについてはモーターとローターをエージェントとし電気自動車ではタイヤ力，ドローンでは機体特性による物理拘束が未知として，受動性の手法を用いてマルチエージェントシステム全体の安定性を解析し保証する制御理論をそれぞれ開発している．
Strategy for Future Research Activity	前年度までの研究のアプローチにさらに次の二つのアプローチを導入し，大規模電力ネットワーク，交通・物流システム，電気自動車・ドローンへの応用研究を実施する．・非線形なシステムを記述できるSOS（Sum-of-Square）に基づく設計手法について研究を進める．SOSアプローチにおいて問題の非凸性に起因する保守性を減少させるためには，基底多項式を高次にする方法と本研究グループが提案している領域分割を行う方法がある．本研究では，SOS表現の双対性を活用することで，領域分割した子問題を完全に独立な形式へと変換して超並列計算を活用する有効なアルゴリズムについて検討する．・不確かさを含む区間多項式やポリトープ多項式などの多項式表現に基づくパラメトリックアプローチにおいて，Ｄ安定性という種々の安定性を統一的に解析するグレブナ基底に基づく多項式最適化を活用した解析手法を提案している．この手法を，不確かさを含むハイブリッド適応制御系の解析に応用し，超並列計算に適した設計アルゴリズムについて検討を行う．