文献

J-GLOBAL ID：201802278038618937   整理番号：18A1943445

自律電気自動車のための強化学習ベース予測制御【JST・京大機械翻訳】

Reinforcement Learning-Based Predictive Control for Autonomous Electrified Vehicles

著者 (7件)： Liu Teng (State Key Laboratory of Automotive Simulation and Control, Jilin University, China) ,  Yang Chao (Jiangsu XCMG Construction Machinery Research Institute Ltd., Xuzhou, Jiangsu, 221004, China) ,  Hu Chuanzheng (Jiangsu XCMG Construction Machinery Research Institute Ltd., Xuzhou, Jiangsu, 221004, China) ,  Wang Hong (Mechanical and Mechatronics Engineering Department, Waterloo University, N2L 3G1, Canada) ,  Li Li (Faculty of Department of Automation, Tsinghua University, China) ,  Cao Dongpu (Mechanical and Mechatronics Engineering Department, Waterloo University, N2L 3G1, Canada) ,  Wang Fei-Yue (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IV  ページ： 185-190  発行年： 2018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： 本論文は,自己駆動ハイブリッド電気自動車(HEV)のための学習ベース予測制御技術を提案した。このアプローチは階層的フレームワークである。より高いレベルは人間のような運転者モデルであり,それは人間の運転者の実証を繰り返すために,自動車における加速度を予測するために適用される。低レベルは強化学習(RL)ベースの制御装置であり,それはHEVのエネルギー効率を改善するためにバッテリーと燃料消費制約を強制する。さらに,訓練データが現在の運転状況で操作する方法に関する十分な情報を提供できない事例を扱うために,誘導行列ノルム(IMN)を提示した。シミュレーション結果は,提案した方法が人間運転者の運転スタイルを再現し,燃料経済を促進できることを示した。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 ,  燃料経済 ,  *強化学習 ,  *学習 ,  ノルム ,  ハイブリッド自動車 ,  シミュレーション ,  二次電池 ,  加速度 ,  エネルギー効率 ,  *予測制御 ,  *自動車 ,  *電気自動車
準シソーラス用語： 燃料消費量 ,  *自律性 , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： 自律 ,  電気自動車 ,  強化学習 ,  予測制御