超精密位置決めシステムのための反復学習制御の限界性能向上と汎化性能向上の両立

• Project/Area Number: 24KJ0959
• Research Category: Grant-in-Aid for JSPS Fellows
• Allocation Type: Multi-year Fund
• Section: 国内
• Review Section: Basic Section 21040:Control and system engineering-related
• Research Institution: The University of Tokyo
• Principal Investigator: 弦本 健太郎 東京大学, 大学院工学系研究科(工学部), 特別研究員(DC1)
• Project Period (FY): 2024-04-23 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥2,400,000 (Direct Cost: ¥2,400,000); Fiscal Year 2026: ¥800,000 (Direct Cost: ¥800,000); Fiscal Year 2025: ¥800,000 (Direct Cost: ¥800,000); Fiscal Year 2024: ¥800,000 (Direct Cost: ¥800,000)

Outline of Research at the Start

ムーアの法則に伴う指数関数的な微細化要求により，半導体製造装置をはじめとした超精密位置決めシステムの位置決め精度要求は年々厳しくなっている。そうした系に対してロバストな学習則で高速で高精度な位置決めを実現する反復学習制御(ILC)という手法に注目する。本研究では，ILCの課題である汎化性能を向上させた上で実用上の限界性能を更に向上させる学習手法を提案し，実際にこれを半導体製造装置へ適用しその性能を検証することを試みる。