|
本研究で「安全性要求保証の自動変更」と「要求の変化に追随する最適性の自動再学習」のハイブリッド適応の実現を確立を目的とする。
2022年度では、項目(2) と項目(3) にそれぞれ取り込み、手法を提案し、初期の評価実験を行った。
項目(2)動的要求駆動において、保証すべき安全性要求の決定手法の確立と拡張：これまで、環境変化に対する要求の緩和や変更の実行時分析に取りかかってきた。これらの成果をさらに拡張し、安全性要求保証可否の分析の計算時間削減のため、要求の抽象度を用いた要求構造化手法を提案し、自動運搬ロボットの例題をシミュレーター上で評価を行った。
項目(3)要求変化と環境変化に対応する強化学習の知識転移手法の確立：要求が変化した際の再学習の時間削減のため、強化学習における知識を要求ごとに細分化し、部分的な要求変化による細分化された知識を選択的に再利用する手法を提案し、掃除ロボットの例題をシミュレーター上で評価を行った。
|
