2018 Fiscal Year Annual Research Report
モデルアウェアなデータ駆動制御理論の深化・実現・拡大
| Project/Area Number |
16H04384
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
金子 修 電気通信大学, 大学院情報理工学研究科, 教授 (00314394)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
脇谷 伸 広島大学, 工学研究科, 講師 (00728818)
山本 透 広島大学, 工学研究科, 教授 (10200825)
増田 士朗 首都大学東京, システムデザイン研究科, 教授 (60219334)
山本 豪志朗 京都大学, 医学研究科, 特定講師 (70571446)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | データ駆動制御 / データ駆動予測 / FRIT / ERIT / モデリング / データ駆動参照値整形 / データベース |
|---|
| Outline of Annual Research Achievements |
5つの研究項目に沿って以下の実績を得た．【1】データ駆動の理論や新規手法では, 昨年提案したERITの理論解析を行うとともに，一自由度系に対する新しい制御器手法VIMTを提案した．制御器を変更しないデータ駆動参照値整形法も提案した．また，定値制御系におけるランダム外乱抑制問題においても最適化法を改善した．【2】制御器認証や実装という立場では，データから制御系応答を直接予測する新しいデータ駆動予測法を提案した．データベース駆動型制御法においては，メモリ容量の少ない場合の対応として，LASSOを併用したGMDHを提案し安定なパラメータ調節機構を得た．同じくデータベース実装上の問題であった近傍データ数の決定法と安定性解析を，カーネル密度関数を導入するなどして考察した．【3】クラス・問題の拡大では，ERITを多入出力系に拡張した．非線形系に対するセルフチューニングコントローラにカルマンフィルタを導入し分散情報を与えることで制御性能を向上させた．E-FRIT法にニューラルネットを適用した非線形PID制御器の設計法を提案した．非最小位相系に対する閉ループステップ応答データを用いた制御器更新法における最適性保証のためのプレフィルタ設計法も与えた．【4】制御器とモデルの同時獲得では，I-PD制御系への設計法，規範モデルの同時設計法，モデル情報を抽出したプレフィルタの研究を進めた．VIMTやERITにおけるモデル獲得手法も検討した．さらに局所線形モデルも構築するハイブリッドデータベース駆動型制御法の一設計法を与えた．また，一組のデータによる制御器と外乱信号の推定法についても考察した．【5】人間技能のモデル化やアシストについては，運動における人間の技能をデータ駆動型アプローチでモデル化するための検討をした．本年は段階的に考えるために反射運動に着目した一方で，光の知覚能力の適用も検討した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度の大きな進展としては，理論展開や新規手法の提案という点では，ERITのさらなる理論的解析，VIMTという方法を提案できたこと，また制御器に触れないデータ駆動参照値整形という考え方を提唱できたこと，など特筆すべき新しく大きな成果を得ることができた．制御器認証でも，昨年に引き続きいくつかの新しいデータ駆動予測法を提案できたこと，およびデータベース駆動型でも計算手法の効率化やスパースモデリングの適用など，実用に耐えうる手法を開発できたことも大きな進展である．クラス・問題の拡張でも，多入力系や非線形系への拡張も昨年に引き続き新しい多くの成果を得た．制御器とモデルの同時獲得でも，モデルの獲得法についていくつかの進展を得た．とくにデータベースの局所モデルの獲得は特筆すべき成果である．さらに，モデルと制御のみならず，そこに予測という要素も考えうることも想定されるため，その意味で，改めてデータ駆動予測のたくさんの進展は，非常に大きい．ヒューマンインターフェース系の実験は昨年に引き続き環境整備や実験方法の検討であったが，反射運動に着目するという考え方への到着は，一つの進展であると考えている．以上を総合して，研究は概ね順調に進展していると考えている．
|
| Strategy for Future Research Activity |
VIMT,ERIT,データ駆動参照値整形といった本年度得られた成果をさらに深化させ，そこにモデルがどのように絡むのか，モデルと制御の不可分性はどのように定量的に解決できるのか理論的に検討する．そして，これらも非線形系や多入出力系，外乱除去など，拡大を行っていく．
データ駆動制御系設計におけるプレフィルタの設計や規範モデルの設計法に関する研究を進め，制御系設計に有効なデータからのモデル情報を抽出法を拡充する．また，非線形系への拡張，オンライン調整法への展開についても取り組む．
データベース駆動型の産業応用を目指して，実装化に関する考察を加えると共に，データベースを故障検知／診断などにも用いる，いわゆるスマートシステム’の構築について，Alarm Management SystemやEvent Trigger System との関連性から考察する．また，データベース駆動型制御系やニューラルネットワーク制御系では，FRIT法を，上記手法のオフライン学習に利用することで，非線形系に対しても1組の閉ループデータによって所望の制御器パラメータの調整が可能であることが示されている．しかしながら，これらの学習は勾配法に基づいた方法であり，得られるパラメータが初期パラメータに依存するという欠点を有する．また，システムがむだ時間を有する場合にも所望の学習が達成できないことがわかっており，これらのメカニズム解明ならびに改善手法の提案を行う．
人間の持つ技量をデータ駆動型アプローチに基づいてモデル化する手法を考案し，深い思考を含まない反射などの単純動作を対象とする中で実験検証を試みる．その後，段階的に対象動作を拡大していき，モデル化の限界点を探る．
以上の4年間の総括を考えて，問題点を整理し，今後の方向性を探る．また国内外の学会発表も積極的に行い，論文として多くの成果を投稿し，知財案件も申請する．
|
