文献

J-GLOBAL ID：202202229001881613   整理番号：22A1211009

超音波回転モータのセンサーレス速度制御のための深層強化学習

Deep Reinforcement Learning for Sensorless Speed Control of Rotary Ultrasonic Motors

著者 (3件)： MUSTAFA Abdullah (Univ. Tokyo, Chiba, JPN) ,  SASAMURA Tastsuki (Univ. Tokyo, Chiba, JPN) ,  MORITA Takeshi (Univ. Tokyo, Chiba, JPN)
資料名： 精密工学会大会学術講演会講演論文集(CD-ROM)  (精密工学会秋季大会学術講演会講演論文集(CD-ROM))
巻： 2022  号： 春季(CD-ROM)  ページ： ROMBUNNO.I26  発行年： 2022年03月02日 
JST資料番号： Y0914B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ・超音波モータ(USM)は,低速度での高トルク,高エネルギー密度や小型化など有利な特徴があるが,外部センサが必要なため,本稿ではセンサーレス速度制御法を提案。
・繰返し試行錯誤することにより,直接モデルフリー非線形制御法の学習を行う深層強化学習(DRL)に基づいた,USMのエンドツーエンド最適センサーレス速度制御法。
・DRLを適用するために,いくつかの報酬関数により,ニューラルネットワークベース法が入力状態から最適行動までマッピングを学習するもので,シミュレーションや実験により有効性を確認。

シソーラス用語： *超音波モータ ,  電動機駆動 ,  *センサレス制御 ,  速度制御 ,  強化学習 ,  非線形制御系 ,  エンドツーエンド方式 ,  最適制御 ,  関数 ,  ニューラルネットワーク ,  写像
準シソーラス用語： エンドツーエンド ,  マッピング ,  モータ駆動 ,  最適コントロール ,  *深層強化学習 ,  非線形制御システム ,  報酬関数

分類 (6件)： 音響の励起・発生  (BB03020V) ,  電気式制御機器  (IC02020Y) ,  電動機  (NB07030U) ,  人工知能  (JE08000Z) ,  システム・制御工学一般  (IA01010A) ,  システム設計・解析  (IA02030D)

引用文献 (5件)：

• S. Ueha, and Y. Tomikawa, “Ultrasonic Motors: Theory and Applications”, Oxford, USA: Clarendon Press, 1993.
• G. Bal, “A Digitally Controlled Drive System for Travelling-wave Ultrasonic Motor”, Turk. J. Elec. Eng. Comp. Sci. 11, 2003.
• M. Flueckiger, M. Bullo and Y. Perriard, “Sensorless Speed Control of Traveling Wave Ultrasonic Motor”, IEEE Ind. Appl. Conf. IAS 41, p. 2488, 2006.
• R. S. Sutton and A. G. Barto, “Reinforcement Learning: An Introduction,” 2nd ed. Cambridge, MA, USA: MIT Press, (2018).
• T. Haarnoja, A. Zhou, P. Abbeel, and S. Levine, “Soft Actor-Critic: Off-Policy Maximum Entropy Deep Reinforcement Learning with a Stochastic Actor,” arXiv:1801.01290 [cs.LG], 2018.

タイトルに関連する用語 (6件)： 超音波 ,  回転モータ ,  センサー ,  レス ,  速度制御 ,  深層強化学習