文献

J-GLOBAL ID：201702287214841077   整理番号：17A1254657

符号化チェック状態を用いた非線形系における制御則適応のための実時間自己学習【Powered by NICT】

Real-time self-learning for control law adaptation in nonlinear systems using encoded check states

著者 (2件)： Banerjee Suvadeep (Georgia Institute of Technology, United States of America) ,  Chatterjee Abhijit (Georgia Institute of Technology, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ETS  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自律感覚と制御実時間システム(ロボットと自己駆動車のような)の広い普及により,重要な研究目的は,センサとアクチュエータの性能劣化と現場摩耗と引裂きに起因する電気機械サブシステムから生じる異常と障害の影響からの速やかな回復である。これは,システム性能への最小限の影響で達成されなければならない低い実装オーバヘッドと高被覆率マルチパラメータ破壊機構を維持した。本研究では,システム状態符号化により支援された自律非線形システムにおけるオンライン制御則適応のための強化学習フレームワークを提案した。これらの符号化は,入力刺激に関連した時変誤差信号,(過渡)波形を発生させ,根本原因診断情報を含むために利用される。これは過渡波形間の統計的相関とセンサ/アクチュエータとサブシステム性能の任意のマルチパラメータ摂動下の最適非線形コントローラのパラメータを確立した。十分大きなパラメータ偏差が検出されたときはいつでもこの相関は,事前配置教師つき学習アルゴリズムを用いて,最適に近い制御器パラメータ値を予測するために開発した(非ゼロ誤差信号による)。これら準最適開始条件から,非線形システムのためのアクター-クリティック強化学習コントローラは急速にパラメータ摂動系(上記状態符号化駆動誤差信号によって提供された診断情報によって支援されない系のより10倍速い)のための最適制御則に収束する。リアルタイムで高速回復を示す二非線形システム上で提案された方法論を実装した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 摂動 ,  *符号化 ,  強化学習 ,  センサ ,  *非線形系 ,  高速度 ,  教師つき学習 ,  アクチュエータ ,  *制御則 ,  最適制御 ,  ロボット ,  アルゴリズム
準シソーラス用語： 誤差信号 ,  システム性能 ,  サブシステム , 【Automatic Indexing@JST】

分類 (5件)： 鉄道車両用機器  (QH02030G) ,  人工知能  (JE08000Z) ,  医療用機器装置  (GA05020L) ,  層流,乱流,境界層  (BC02030C) ,  その他の固体デバイス  (NC03150A)

タイトルに関連する用語 (7件)： 符号化 ,  チェック ,  非線形系 ,  制御則 ,  適応 ,  実時間 ,  自己学習