2023 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 / 非線形最適制御 / 非線形システム同定 |
|---|
| Outline of Annual Research Achievements |
非線形最適制御問題の大域的な最適解を実用的に得るための方法開発という研究目的に対し，本年度は以下の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．本年度は，前年度に開発した自動操縦可能な高機動ドローンを用いて，非線形性が強く表れる宙返りなどの動作を，開発した方法によってより効率的に実現できることを実証した．また，フォーメーション制御を援用した探索を簡略化し，エージェント間の距離に基づく軌道の操作ではなく，疎な領域へのエージェントの生成に注力することで，より複雑なシステムへの適用を可能にした．この成果については，今後国内学会での発表を予定している．さらに，ニューラルネットワークを用いたアプローチでは，価値関数の多価性を考慮し，付加情報を含めた学習を行うことにより，より複雑なシステムへの適用を可能にする方法を開発した．
２つめは実用的な非線形システムのモデリング方法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．これに関しては，前年度までに開発した部分空間同定法と自己符号化器をベースにした方法を，ミニチュアのカメラ付き前輪操舵車で検証し，得られたモデルに基づく実時間でのモデル予測制御が可能であることを実証した．また，ヒステリシスを持ち，長期記憶を必要とするシステムに対して，極値保持機構をモデルに組み込むことで対処する方法を開発した．さらに，実証において明らかになった出力変数が特に多い場合の課題について，出力変数に関する自己符号化器をモデルに組み込むことによって解決する方法を開発した．この成果については国際学会での発表が決定している．
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
