2022 Fiscal Year Annual Research Report
Uncertainty Estimation and Control Performance Analysis in Networked Control Systems Including Humans
| Project/Area Number |
20H02167
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
残間 忠直 千葉大学, 大学院工学研究院, 准教授 (20324543)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | サイバーフィジカルシステム / ネットワーク化制御系 |
|---|
| Outline of Annual Research Achievements |
2020年：ネットワーク化制御系に関してデータ量子化・データ欠落・データ伝送スケジューリングに関して強化学習を用いた手法を提案し，実験によってその有効性を明らかにした．
2021年：強化学習によるデータ伝送スケジューリングを展開する一方で，疎行列を用いた行列不等式に基づくスケジューリング手法も展開し，後者はその有効性をシミュレーションによって明らかにした．シミュレーションにとどまった理由は異なる時定数の制御対象の実機を準備することができなかったためであるが，本シミュレーション結果によって「遅い」
対象と「速い」対象があっても効果的にデータ伝送をスケジューリングできることが明らかになった．
2022年：機械学習や強化学習を用いてネットワークの欠落推定や遅延保障に関する手法を提案し，実験によってその有効性を明らかにした．これまで機械学習がオフラインで実行されていたのに対して，本研究ではリアルタイムでそれを可能にし，学習と制御を同時に実行することを可能とした．
2023年：系に人間を含む場合を対象として，移動体をドローンによって追跡する制御やドローン搭載のカメラによる移動体の追尾問題に関する手法を提案しその有効性を実験によって明らかにした．特に少ない観測データから移動体の動作を推定することを可能とし，推定誤差を考慮した最適制御を実現した．また，データ伝送スケジューリングについても最適化をリアルタイムで行い，これも実時間で実行できることを可能とした．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
