特許
J-GLOBAL ID：200903091840468020
学習制御方法
発明者：
出願人/特許権者：
代理人 (1件)：
田澤 博昭 (外2名)
公報種別：公開公報
出願番号（国際出願番号）：特願平8-052161
公開番号（公開出願番号）：特開平9-245012
出願日： 1996年03月08日
公開日（公表日）： 1997年09月19日
要約：
【要約】【課題】 過去の履歴を考慮する必要のある制御対象の制御方法の学習に多くの試行を行う必要があり、多大な学習時間が必要となる。【解決手段】 内部状態記憶層10,15を持ち、RBF関数を入出力関数とするニューロンを隠れ層6,14として持つニューラルネットワークで形成された制御系2,11に制御対象1の状態の測定結果を入力し、得られた制御出力値に基づいて制御された制御対象の状態の測定結果から、当該制御対象の制御に対する評価を判定し、その判定結果に基づいてニューラルネットワークのシナプス結合強度を変化させることによって学習を行わせ、その学習結果に基づいて以上の処理を繰り返しつつ制御対象の制御を行う。
請求項（抜粋）：
制御対象の状態を測定した測定結果に基づいて、前記制御対象の制御方法を学習してその制御を行う学習制御方法において、内部状態記憶層を構成するニューロンを持ち、入出力関数としてラディアル・ベイシズ・ファンクションを用いるニューロンを隠れ層に持つニューラルネットワークで形成されて、前記制御対象を制御する制御系に、前記制御対象の状態の測定結果と、前記内部状態記憶層を構成するニューロンからの1時刻前の出力を入力し、それらの入力値に基づいて前記制御対象の制御を行ない、当該制御による前記制御対象の状態を測定して、その測定結果から前記制御対象の制御に対する評価を判定し、その判定結果に基づいて、前記制御系のニューラルネットワークのシナプス結合強度を学習させ、その学習結果に基づいて以上の処理を繰り返しつつ前記制御対象の制御を行なうことを特徴とする学習制御方法。
IPC (3件)：
G06F 15/18 520
, G06F 15/18 550
, G05B 13/02
G06F 15/18 520 F
, G06F 15/18 550 E
, G05B 13/02 L
