文献

J-GLOBAL ID：202202287717672888   整理番号：22A0457683

Fourier級数基底関数を用いた反復学習ベース軌道最適化【JST・京大機械翻訳】

Iterative Learning-Based Trajectory Optimization Using Fourier Series Basis Functions

著者 (3件)： Drallmeier Joseph A. (Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI, USA) ,  Siegel Jason B. (Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI, USA) ,  Stefanopoulou Anna G. (Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI, USA)
資料名： IEEE Control Systems Letters  (IEEE Control Systems Letters)
巻： 6  ページ： 2180-2185  発行年： 2022年 
JST資料番号： W3481A  ISSN： 2475-1456  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： 本レターは,反復プロセスを実行するシステムのための反復オンライン軌道最適化アルゴリズムを提示した。典型的な反復学習技法は追従制御アプリケーションのために定式化されるが,追跡基準の正確な定義が必要である。最適追跡基準が完全に定義されない反復アプリケーションにおいて,以前のサイクルからの情報リッチ信号に基づくシステムの軌道を変えることによって,システム性能を改善する機会が存在する。本レターでは,以前のサイクルの性能値から生成されたコスト関数の制約付き最適化を利用して,実時間でシステムのパラメータ化軌道を最適化するアルゴリズムを開発した。シミュレーション結果を用いて,この反復軌道最適化フレームワークの実装を例証し,一方,完全システム知識を持つノルム最適反復学習制御器に対する性能もベンチマークした。Copyright 2022 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 ,  シミュレーション ,  最適化手法 ,  *Fourier級数 ,  費用関数 ,  応用プログラム ,  定式化 ,  ベンチマーク ,  ノルム ,  *基底関数
準シソーラス用語： *反復学習 ,  システム性能 ,  オンライン ,  制約付最適化 , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： Fourier級数 ,  基底関数 ,  反復学習 ,  軌道 ,  最適化