2020 Fiscal Year Annual Research Report
Globally Optimal Control of Nonlinear Systems Based on Optimal Trajectory Database
| Project/Area Number |
20H02170
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
丸田 一郎 京都大学, 工学研究科, 准教授 (20625511)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤本 健治 京都大学, 工学研究科, 教授 (10293903)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 制御工学 / 最適制御 |
|---|
| Outline of Annual Research Achievements |
非線形最適制御問題の大域的な最適解が得られる実用的な方法を開発するという研究目的に対し，本年度は２つの方向から研究を行った．
１つめは高次元の状態空間や複雑な挙動を持つ非線形システムに対して，より効率的に最適軌道や最適制御入力を得る方法についての研究である．これについては，軌道データベースの構築に基づいた方法についておもに研究を行った．特に，より効率的に非線形最適制御器を表現する方法について検討し，データベースに収録されている軌道付近の方策によって安定化可能な領域を推定し，データベースの密度を管理することで，より小規模なデータベースで広い領域を安定化できる方法を開発した．
２つめは実用的な非線形システムのモデリングに関する研究である．制御器の設計には対象システムのモデルが必要不可欠であり，近年では計算機技術の発達とともにモデル予測制御の有用性も増している．これについて，対象システムが不安定な非線形系の場合に制御器の存在下で得られたデータから自動的にモデルを構築する方法について研究を行い，仮想的な制御器を用いてモデルの状態を対象システムに追従させることによって同定を行う実用的な方法を開発した．
また，最適制御問題における価値関数のモデリングや制御対象となる非線形システムのモデリングに利用する人工ニューラルネットについても検討をおこない，次年度に繰り越した予算で導入する計算機による検証の前段階となる研究を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計算機の導入が予定より遅くなったものの，その間に検討したアプローチから当初想定していなかった有用な知見も得られており，研究はおおむね順調に進展しているといえる．
|
| Strategy for Future Research Activity |
今後はこれまでの研究から有望と考えられるアプローチについて研究を進める．特に，(1)ニューラルネットワークによる価値関数のモデリング(2)フォーメーション制御を援用した最適軌道の探索(3)ニューラルネットを用いた自己符号化器と部分空間同定法との統合，の３つのアプローチを中心に研究を進める．
これらのアプローチは計算機資源に強く依存したものであり，研究においては導入した計算機を活用するとともに，計算機資源の活用において先んじている機械学習分野の知見の利活用についても調査研究を並行して行う．
|
