Uncertainty Estimation and Control Performance Analysis in Networked Control Systems Including Humans

2023 Fiscal Year Final Research Report

• Project/Area Number: 20H02167
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Basic Section 21040:Control and system engineering-related
• Research Institution: Chiba University
• Principal Investigator: Zanma Tadanao 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

Outline of Final Research Achievements

In 2020, we proposed a method using reinforcement learning for data quantization, data missing, and data transmission scheduling in networked control systems, and confirmed its effectiveness in experiments. 2021, in addition to scheduling using reinforcement learning, we proposed a method based on matrix inequalities using sparse matrices, and showed its effectiveness in simulations. In 2022, we proposed a method of missing estimation and delay guarantee in real-time using machine learning and reinforcement learning, and confirmed its effectiveness in experiments. and optimal control in real-time.

Free Research Field

システム制御

Academic Significance and Societal Importance of the Research Achievements

得られた研究成果は，ネットワーク化制御系における強化学習や機械学習の応用による新たな展開を示す．特に，データ伝送スケジューリングや移動体の追跡制御に関する提案は，実験によってその有効性が明らかにされる．これにより，ネットワークシステムにおいてリアルタイムでの学習と制御を統合することが可能となり，データ伝送の効率や移動体の追跡精度の向上が期待される．さらに，異なる時定数の制御対象においても効果的なスケジューリングが可能であることが示される．このように，これらの研究成果はネットワーク制御技術の発展に貢献し，実時間での最適化や制御の実現に向けた新たな可能性を示唆する．