文献

J-GLOBAL ID：201802246364865864   整理番号：18A0725561

マルチタスク深層強化学習に基づくランプメータリングのエキスパートレベル制御【JST・京大機械翻訳】

Expert Level Control of Ramp Metering Based on Multi-Task Deep Reinforcement Learning

著者 (4件)： Belletti Francois (Computer Science Deptartment, University of California at Berkeley, Berkeley, CA, USA) ,  Haziza Daniel (Ecole Polytechnique, Palaiseau, France) ,  Gomes Gabriel (Institute of Transportation Studies, University of California at Berkeley, Berkeley, CA, USA) ,  Bayen Alexandre M. (Institute of Transportation Studies, University of California at Berkeley, Berkeley, CA, USA)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 19  号： 4  ページ： 1198-1207  発行年： 2018年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
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： 本論文では,ロボットがarcadeビデオゲーム,歩行,または組み立てられたカラー煉瓦を学習することを可能にした強化学習(RL)における最近のブレークスルーが,現在,エンジニアリングサイバー物理システムの中核にある他のタスクを実行するために使用できることを示した。離散化非線形偏微分方程式(PDEs)によりモデル化されたシステムの制御に対するRLの最初の使用を示し,大規模マルチエージェントシステムに対する非パラメトリック制御技術を用いるための新しいアルゴリズムを考案した。サイバー物理システム(例えば,水力チャネル,輸送システム,エネルギーグリッド,および電磁システム)は一般的にPDEsによってモデル化され,歴史的にこれらの領域における工学応用を可能にする信頼できる方法である。しかし,これらのPDEモデルの制御は非常に困難であることが知られている。ニューラルネットワークに基づくRLは,パラメータが未知,ランダム,時変である離散化PDEsの制御を可能にすることを示した。著者らは,エージェント間の経験を共有することにより,マルチエージェント制御方式の次元のカーースを緩和する相互重み正規化(MWR)のアルゴリズムを導入した。スカラーLighthill-Whitham-Richard PDEのような離散化PDEは,巨視的高速道路交通シミュレータとして実際に考慮することができ,複数のエージェントを用いて大規模なサイバー物理システムを制御するための学習のための最も顕著な挑戦を提示する。著者らは,2つの異なる離散化手順を考慮して,両方に関する連続制御のために深い補強を適用することによって提供する機会を示した。サンフランシスコ湾橋のGodunov離散化に基づく交通流シミュレーションにニューラルRL PDE制御装置を用いて,モデル較正なしで正確な適応計量を達成することができ,それにより,交通計量における最先端の状態を拍動させることができる。さらに,より正確なビートシミュレータを用いて,最先端のパラメトリック制御方式であるALINEAによるパール上での制御性能を達成するために管理し,MWRを用いる方法が学習手順を改善することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 制御装置 ,  マルチエージェントシステム ,  制御方式 ,  ロボット ,  *学習 ,  可制御性 ,  アルゴリズム ,  交通システム ,  モデリング ,  *強化学習 ,  偏微分方程式 ,  エージェント ,  ニューラルネットワーク
準シソーラス用語： マルチエージェント ,  離散化 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： マルチタスク ,  深層強化学習 ,  ランプメータリング ,  エキスパート ,  レベル制御