Research and Development on Reinforcement Learning Techniques for Automatic Design of Microwave Filters

• Project/Area Number: 25K07852
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 21060:Electron device and electronic equipment-related
• Research Institution: Doshisha University
• Principal Investigator: 大平 昌敬 同志社大学, 理工学部, 教授 (60463709)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
• Keywords: マイクロ波フィルタ / 強化学習 / 自動設計

Outline of Research at the Start

無線通信回路で不可欠な回路であるマイクロ波帯域通過フィルタ（BPF）の設計自動化を達成すべく、BPFの設計プロセスを自動で学習する強化学習フレームワークを構築する。そのため、強化学習の主体であるエージェントを構成するニューラルネットワーク（NN）に、BPFの物理情報を繰り込むという新たな手法を導入する。更に、特性評価を行う環境にも順モデルを導入する。順モデルもNNで構成され、その構築に必要な教師データの効率的な生成法や学習手法も確立する。そして、強化学習で構築したエージェントを用いてマイクロストリップBPFの自動設計のテストを行い、その有用性を検証する。