2022 Fiscal Year Annual Research Report
Real-time scale-free control for autonomous mobile robot networks
| Project/Area Number |
20K14766
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
山本 薫 九州大学, システム情報科学研究院, 准教授 (20834104)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 群制御 / 移動体制御 / マルチエージェントシステム / スケールフリー / モデル予測制御 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は自律移動ロボット群をはじめとする複数の相互作用する要素で構成されるマルチエージェントシステムの制御である.参加あるいは離脱によりシステムを構成する要素数が変化する場合，全体の制御性能が劣化する．これを代表者が推進してきたスケールフリーネットワーク制御理論に基づいて解決する.さらに，これを制御対象のモデルに基づいて未来を予測・最適化し，時々刻々の行動を決める「モデル予測制御」として定式化し，高速解法を用いたリアルタイム軌道生成・追従アルゴリズムを実装する.これによって，構成要素数が変動する場合のネットワーク制御性能の統一的な把握が可能となる.
研究期間全体を通じて実施した研究の主たる成果は下記の通りである．
１． ホモジニアスな系においてのみ展開されていたスケールフリーネットワーク制御理論を，ヘテロジニアスな系に拡張した．
２． 移動ロボット群においてよく見られるフォーメーションを「階層型グラフ」，また，その特殊型である「階層型パスグラフ」として定義し，その代数的連結度に関する定理を与えた．代数的連結度は，目標フォーメーションへの収束速度に関わる重要な指標である．本結果により，フォーメーションから離脱しても収束速度を悪化させないエージェントの存在が明らかとなり，また，そのグラフ上の位置を特定することが可能となった．
３． 単純な局所ルールで群れを構成することで知られるボイドのモデルを，障害物の存在する複雑な環境下での群れ誘導制御に適した形に拡張し，モデル予測制御として定式化した．さらに，高速アルゴリズム実装を行い，その実現可能性と有効性を実証した．
４． 本研究による成果をより広範なシステムに展開するため，再生可能エネルギーマーケットの最適制御に関する国際共同研究に着手し，ヨーロッパのエネルギーマーケットのモデル化およびADMMを用いた最適化に関する論文を投稿した．
|
Research Products
(28 results)
