| 研究課題/領域番号 |
25K07794
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21040:制御およびシステム工学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
橋本 和宗 大阪大学, 大学院工学研究科, 准教授 (60883361)
|
|---|
| 研究分担者 |
仲野 聡史 名古屋工業大学, 工学(系)研究科(研究院), 助教 (30847893)
SHEN Xun 東京農工大学, 工学(系)研究科(研究院), 准教授 (90823378)
|
|---|
| 研究期間 (年度) |
2025-04-01 – 2029-03-31
|
| 研究課題ステータス |
交付 (2025年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2028年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 信頼されるAI |
|---|
| 研究開始時の研究の概要 |
本研究では，ロボットや車両等の多様な動的システムに対するフィードバック制御系を，DNNを用いて学習する方法について議論する．特に最適制御問題の解をDNNにより高精度に推定する問題を考え，様々な初期状態や設計パラメータに対し汎用性を獲得する制御器の設計を目指す．そのために，最適制御問題における解軌道を適切にクラスタリングし，その情報を学習時に明示的に組み込むことで，従来法に比べより汎用的かつ高性能な DNN 制御器設計手法を確立する．安全性や制御性能の理論的な検証を行うと同時に，設計手法の有効性を数値実験や実機により多角的に検証する．
|
