文献

J-GLOBAL ID：201002289395107650   整理番号：10A0768938

強化学習に基づく分散離散事象システムの最適スーパバイザ制御

An Optimal Supervisory Control for Decentralized Discrete Event System based on Reinforcement Learning

著者 (2件)： 梶原弘治 (摂南大 大学院工学研究科) ,  山崎達志 (摂南大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 110  号： 88(SIP2010 22-52)  ページ： 145-150  発行年： 2010年06月14日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 著者らはこれまでに,強化学習に基づく最適スーパバイザ制御の一般化の検討を行っている。そこでは,評価値に重み関数を導入し,強化学習により様々なタイプのスーパバイザを設計できることを示した。本報告では,その手法を拡張し分散離散事象システム(DDES;Decentralized Discrete Event System)に対する最適スーパバイザ制御を提案する。対象とする離散事象システムを複数の独立したローカルシステムからなる分散離散事象システムとしてモデル化する。各ローカルシステムとスーパバイザは,振る舞いに対して何らかの好みや特徴を持っているとする。そして,これらを表現する選好関数を考え,それに基づいた新たな評価値を導入する。スーパバイザは分散離散事象システムに対して評価値を最大にする制御パターンの与え方を学習する。計算機実験により,最適な制御パターンが学習できることを示し,提案手法の有効性を示す。(著者抄録)

シソーラス用語： *強化学習 ,  *離散系 ,  *最適制御 ,  制御理論 ,  *分散系 ,  評価関数 ,  学習アルゴリズム ,  好み ,  モデリング
準シソーラス用語： 離散事象系 ,  スーパバイザ制御

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (3件)： 強化学習 ,  離散事象システム ,  スーパバイザ制御