Globally Optimal Control of Nonlinear Systems Based on Optimal Trajectory Database

基于最优轨迹数据库的非线性系统全局最优控制

• 批准号: 20H02170
• 负责人: 丸田 一郎
• 金额: $ 9.82万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H02170/
• 关键词: 制御工学; 最適制御; システム同定

非線形最適制御問題の大域的な最適解が得られる実用的な方法を開発するという研究目的に対し，本年度は２つの方向から研究を行った．１つめは高次元の状態空間や複雑な挙動を持つ非線形システムに対して，より効率的に最適軌道や最適制御入力を得る方法についての研究である．まず，前年度に有用性が見いだされたフォーメーション制御を援用した探索について研究し，価値関数の曲率をフォーメーションにおいて近傍に居るエージェントの情報から内挿することで簡便かつ精度よく探索できることを示した．また，ニューラルネットワークによって価値関数のモデリングを行うアプローチについても研究し，最適軌道のデータがない領域についても最適軌道が満たすべき方程式の式誤差を考慮し，段階的に訓練を行うことでニューラルネットワークによるモデリングを適切に行えることを示した．２つめは実用的な非線形システムのモデリングに関する研究である．制御器の設計には対象システムのモデルが必要不可欠であり，近年では計算機技術の発達とともにモデル予測制御の有用性も増している．これについては，前年度に引き続き，機械学習分野で重用されるニューラルネットを用いた自己符号化器のアイデアを，システム同定分野で一般的な部分空間同定法と組み合わせるアプローチを中心に研究を行い，機械学習分野で利用されている変分オートエンコーダのアイデアを導入することで，システムの不確実性を反映したモデルを構築する方法を開発した．また，開発した方法を検証するための簡易な実験装置として，ミニチュアのカメラ付き前輪操舵車とPCから自動操縦可能な高機動ドローンの開発を行った．

The optimal solution of non-linear optimal control problem in large domain is obtained by using the method developed in this paper. For the purpose of this study, the research direction of this year is 2. The research direction of this year is 2. 1. To solve the problem of non-linear optimal control problem in high dimensional state space and complex motion, the optimal orbit of effective rate is obtained by using the method developed in this paper. In the past year, the usefulness of the system has been discussed, and the curvature of the relevant number has been discussed. In this paper, we study the optimal orbit and the equation error of the optimal orbit. The training of the segment level is carried out according to the relevant requirements of the training system. In recent years, the development of computer technology and the usefulness of computer prediction have increased. In the previous year, the machine learning division was used to re-use its own symbolizer, and the machine learning division was used to re-use its own symbolizer, and the machine learning division was used to re-use its own symbolizer. The method of constructing the system is not accurate. The development of a simple and easy device for testing the development of a method for testing the development of a vehicle with a front wheel steering system and a PC with automatic operation is possible.

项目成果

Closed-Loop Subspace Identification for Stable/ Unstable Systems Using Data Compression and Nuclear Norm Minimization

使用数据压缩和核范数最小化的稳定/不稳定系统的闭环子空间识别

• DOI: 10.1109/access.2022.3154017
• 发表时间: 2022
• 期刊: IEEE Access
• 影响因子: 3.9
• 作者: Maruta Ichiro;Sugie Toshiharu
• 通讯作者: Sugie Toshiharu

Globally Optimal Control of Nonlinear Input-Affine Systems Under Quadratic Objective Functions Based on Trajectory Database

基于轨迹数据库的二次目标函数下非线性输入仿射系统的全局最优控制

• 发表时间: 2021
• 作者: Tomohiro Otsu;Ichiro Maruta;Kenji Fujimoto
• 通讯作者: Kenji Fujimoto

データ駆動型最適制御のためのニューラルネットワークによる並列軌道生成に基づく軌道データべース内の準最適解除法

基于神经网络并行轨迹生成的数据驱动最优控制轨迹数据库次优释放方法

• 发表时间: 2023
• 作者: 中原 正太;八木 凱斗;大町 遼;稲葉 優文;中野 道彦;末廣 純也;井池 隆太
• 通讯作者: 井池 隆太

状態・出力の不確実性を考慮したニューラルネットワークによる 非線形システム同定

考虑状态和输出不确定性的使用神经网络的非线性系统识别

• 发表时间: 2023
• 作者: Ozaki Mitsunori;Shiokawa Kazuo;Horne Richard B.;Engebretson Mark J.;Lessard Marc;Ogawa Yasunobu;Hosokawa Keisuke;Nos? Masahito;Ebihara Yusuke;Kadokura Akira;Yagitani Satoshi;Miyoshi Yoshizumi;Hashimoto Shion;Sinha Shipra;Sinha Ashwini K.;Seemala Gopi K.;J;山田 佳士
• 通讯作者: 山田 佳士

最適制御のための等コスト面上でのデータ点分布の一様化に基づく軌道データベースの構築

基于等成本平面数据点均匀分布的最优控制轨迹数据库构建

• 发表时间: 2021
• 作者: 和田 拓巳;丸田 一郎;藤本 健治
• 通讯作者: 藤本 健治