文献

J-GLOBAL ID：202102271981108364   整理番号：21A0007633

バッチプロセスのための反復学習制御(ILC)誘導強化学習制御(RLC)方式【JST・京大機械翻訳】

Iterative Learning Control (ILC) Guided Reinforcement Learning Control (RLC) Scheme for Batch Processes

著者 (3件)： Xu Xinghai (Xiamen University,School of Chemistry & Chemical Engineering,Department of Chemical & Biochemical Engineering,Xiamen,P. R. China,361005) ,  Xie Huimin (Xiamen University,School of Chemistry & Chemical Engineering,Department of Chemical & Biochemical Engineering,Xiamen,P. R. China,361005) ,  Shi Jia (Xiamen University,School of Chemistry & Chemical Engineering,Department of Chemical & Biochemical Engineering,Xiamen,P. R. China,361005)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DDCLS  ページ： 241-246  発行年： 2020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： 反復学習制御(ILC)は,バッチまたは反復プロセスを制御する際に,主に設計される一種の効果的学習制御方式である。ILCシステムの制御性能はバッチからバッチまで改善できるが,それはプロセスおよび制御目標の再現性に強く依存している。強化学習(RL)は,多くの複雑な意思決定シナリオに適用できる別の学習ベース最適化アルゴリズムである。データ駆動ベースのRLアルゴリズムは,ポリシーニューラルネットワークの一般化のために良いロバスト性を持っているが,しかし,それはネットワーク訓練における低いデータ効率である。本論文では,バッチプロセス制御のために,古典的反復希薄制御によって導かれる新しい強化学習制御(RLC)方式を提案した。一方では,このRLC方式は,誘導なしでRLアルゴリズムより速く政策ネットワークを最適化する能力を持ち,他方,深い政策ネットワークの一般化は,制御システムのロバスト性を改善する。数値シミュレーションに基づいて,提案した制御方式の有効性を,従来の強化学習アルゴリズムおよびP型反復学習制御方式と比較して実証した。本論文は,バッチプロセス制御への強化学習アルゴリズムの応用のための新しい方法を提供する。Copyright 2021 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： アルゴリズム ,  最適化 ,  意思決定 ,  *学習 ,  ネットワーク ,  *バッチ処理 ,  学習制御 ,  最適化手法 ,  ニューラルネットワーク ,  制御方式 ,  ロバスト性 ,  *強化学習 ,  学習アルゴリズム ,  数値シミュレーション ,  データ駆動 ,  改変

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： バッチプロセス ,  反復学習制御 ,  ILC ,  誘導 ,  強化 ,  学習制御