2022 Fiscal Year Annual Research Report
四元数ニューラルネットワークによるダイナミカルシステムの制御系設計
| Project/Area Number |
20K11980
|
|---|
| Research Institution | Doshisha University |
|---|
Principal Investigator |
高橋 和彦 同志社大学, 理工学部, 教授 (90332808)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 高次元ニューラルネットワーク / 四元数 / 適応・学習制御 |
|---|
| Outline of Annual Research Achievements |
ダイナミクスを有するシステムに対する適応・学習制御手法として，代数表現に基づいて高次元化されたニューラルネットワークを用いて制御系を設計する手法を確立し，その特性を明らかにすることを目的に，四元数ニューラルネットワークをサーボレベルのコントローラとして用いる適応型の制御系の安定性解析を行うとともに，性能比較の対象となる異なる代数系やネットワーク構造について調査・検討した.
・一般化ハミルトン実数微分により評価関数の勾配計算を行うことで学習する四元数ニューラルネットワークを用いた制御システムについて，リアプノフ法を用いて局所安定解析を行う手法を提案し，制御系の実現と学習の安定条件を明らかにした．
・一般の四元数と異なる性質を有する楕円型可換四元数，放物型可換四元数，双曲型可換四元数，楕円双曲型可換四元数を用いるニューラルネットワークとその学習アルゴリズムを導出し，フィードフォワードフィードバック型制御へ応用した．ロボットマニピュレータや非線形プラントの制御を行うシミュレーション実験を行い，四元数ニューラルネットワークとの比較により，四元数ニューラルネットワークの学習性能と制御性能の有効性を明らかにした.
・四元数リカレントニューラルネットワークによる制御性能を評価する際に比較対象として使用するエコーステートネットワークをサーボレベルのコントローラとして使用する手法を提案し，非線形プラントの制御を行うシミュレーション実験により制御系が実現可能であることを確認した．
|
