| 研究課題/領域番号 |
20K11980
|
|---|
| 研究機関 | 同志社大学 |
|---|
研究代表者 |
高橋 和彦 同志社大学, 理工学部, 教授 (90332808)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 高次元ニューラルネットワーク / 四元数 / 適応・学習制御 |
|---|
| 研究実績の概要 |
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設計とその実現性を検討した．
まず，タップ遅延入力方式を用いた四元数フィードフォワードニューラルネットワークに対して，四元数に拡張した誤差逆伝播法とフィードバック誤差学習を用いてオンライン逐次学習を行う適応型コントローラを設計する手法を提案した．次に，階層型ネットワークにおいて隠れ層ユニット，あるいは出力層ユニットからの出力を内部フィードバックする四元数リカレントニューラルネットワークに対して，四元数に拡張した実時間誤差逆伝搬法を用いてオンライン逐次学習を行う適応型コントローラを設計する手法を提案した．
これらの四元数ニューラルネットワークコントローラをローテーション・ピボット・ピボット型のロボットマニピュレータを制御対象とする軌道追従問題に適用して，その実現性を明らかにした．設計した制御系は，四元数ニューラルネットワーク空の出力を直接ロボットマニピュレータへの制御入力とする直接型制御系，ロボットマニピュレータの動力学モデルによる計算トルク法入力を補償する補償器型制御系である．更に，実数型ニューラルネットワークとの比較により，学習性能の点で四元数ニューラルネットワークが優れていることも示した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
新型コロナウィルス感染症の流行に伴い，オンライン授業等への対応にエフォートを割かれることが多かったため，本研究課題の遂行に必ずしも十分な時間をもって取り組むことができなかったが，交付申請書に記載した補助事業期間中の研究実施計画において予定した項目に関しておおむね進捗が得られている．
|
| 今後の研究の推進方策 |
交付申請書記載補助事業期間中の研究実施計画(1)四元数ニューラルネットワークの設計について，局所解析関数を用いた設計と評価，異なる学習アルゴリズムの設計と評価を進める．(2)四元数ニューラルネットワークをコントローラとする適応・学習型制御系の設計について，制御系の局所安定解析を検討する．(3)ロボットマニピュレータの制御実験について，(1)で検討された結果に基づいて計算機実験を遂行する．
|
| 次年度使用額が生じた理由 |
新型コロナウィルス感染症の世界的な流行に伴い，参加を予定していた国内外での国際会議，学会講演会が全てオンライン開催となったことにより，旅費が不要になる，会議登録費が減額となる等で使用額が大きく減少した．
助成金の使用計画：2021年度に行われる国際会議・学会講演会への参加登録費，論文投稿に関する諸経費へ使用する．
|
