| 題名 | 擬似神経回路網におけるカオス的ダイナミックスの二輪自走ロボットへの制御応用-相互作用するロボット系の製作とその機能実験- |
| 著者 | *宮原 直哉 (岡山大学大学院 自然科学研究科 電子情報システム工学専攻), 奈良 重俊 (岡山大学大学院 自然科学研究科 産業創成工学専攻) |
| Page | p. 370 |
| Keyword | カオス, 二輪ロボット, 迷路求解 |
| Abstract | カオスが生体の脳内で発見されて以来,そのカオスが脳機能において大きな役割を担っているのではないかと考えられている。そこで、このカオスを用いた移動制御を実機で実験し、カオスの有用性や有効性の考察を行うことを目標として、2台の二輪自走ロボットを含めた実験用システムを製作した。擬似神経回路網で発生させたカオスを用いて二輪自走ロボットに対応するカオス運動を再現し、カオスの機能性を実験を通し評価する。 |
| 題名 | リカレント型神経回路網モデルにおけるカオスを用いた移動体制御応用-準三次元移動制御の実現へ向けたシステム開発- |
| 著者 | *山口 倫志, 宮原 直哉 (岡山大学大学院自然科学研究科電子情報システム工学専攻), 奈良 重俊 (岡山大学院自然科学研究科産業創成工学専攻) |
| Page | p. 371 |
| Keyword | カオスと制御, ニューラルネットワーク, 準三次元移動制御 |
| Abstract | 本研究では生物の脳内で観測されるカオスの機能性の一つとして考えられている"カオスと制御"に注目し,移動体制御への応用を考えた.そこで,以下に示す数理モデルにおいて生じるカオスを使った制御系を構築し,我々の意図する実証実験に向けて改良を加えた二足歩行ロボットへと搭載した.そして脳の動作原理解明への糸口となるような実験を提案し,基礎部分の開発を行った. |
| 題名 | 非線形動的光電子素子拡散結合系におけるカオスの発生とその移動制御への応用 -高次元カオスの二次元射影における動的構造解析- |
| 著者 | *仙波 幸信 (岡山大学大学院自然科学研究科電子情報システム工学専攻), 奈良 重俊 (岡山大学大学院自然科学研究科産業創成工学専攻) |
| Page | p. 372 |
| Keyword | D−SEED, カオス, 移動制御, 分散 |
| Abstract | 脳の柔軟な情報処理能力とカオスには何らかの関係があるのではないかと考え、その仕組みに工学的にアプローチしていく。 本研究では、D-SEEDと呼ばれる素子を用いてカオスを発生させ、移動制御へ応用することでカオスの有用性、有効性を示す。 さらに、移動の軌跡を解析することで、カオスがどのように働き、有用であるのかを解析していく。 |
| 題名 | H∞追従性能補償器を備えたオンライン型強化学習制御システム |
| 著者 | *内山 祥吾, 大林 正直, 呉本 尭, 小林 邦和 (山口大学大学院理工学研究科) |
| Page | pp. 373 - 374 |
| Keyword | 強化学習, ロバスト制御, H∞制御 |
| Abstract | 本研究では、ロバスト制御と強化学習を融合させ、学習機能を備えた制御システムを構築する。即ち、未知の非線形関数を持つシステムに対応でき、学習速度・ロバスト性・安定性が保証された「オンライン型強化学習制御システム(ORLCS)」を開発した。制御システムに学習機能を付加させ、実際の制御動作を観察することを通じて、目標追従性能に優れたロバストな制御器を学習により構成する手法を提案する。ロバスト制御には、モデル誤差や外乱に頑健なH∞制御を採用し、強化学習には、連続値行動に最小限の計算量で制御可能とするActor-Critic法を採用した。そして、台車付き倒立振子による計算機シミュレーションを行い、提案法の有効性を示した。 |
| 題名 | 目標値がステップ状およびランプ状に変化する場合の一般化予測制御 |
| 著者 | *岡田 誠流, 小林 康秀, 齊藤 充行 (広島市立大学大学院情報科学研究科) |
| Page | pp. 375 - 376 |
| Keyword | 一般化予測制御, 評価関数, ランプ状変化, モデル予測制御 |
| Abstract | 制御対象のモデルを用いて，予測区間内における出力値を逐次予測し，これらの未来値を含む評価関数を最小にする制御則から制御入力を決定する手法は，モデル予測制御として知られている．一般化予測制御もモデル予測制御の一つとして知られており，その手法はClarkeらによって提案された． この一般化予測制御は，制御入力の変化量を小さくするため，目標値がステップ状に変化することを想定している．そのため，目標値が連続的に変化する場合には目標値の変化と評価関数の整合が取れない． そこで本研究では，目標値がステップ状だけでなく，ランプ状に変化するときにも対応する評価関数を設定し，従来の一般化予測制御法を拡張する． |
| 題名 | 小脳演算モデルを用いた非線形PID制御系の一設計 |
| 著者 | *脇谷 伸 (広島大学), 大西 義浩 (愛媛大学), 山本 透 (広島大学) |
| Page | pp. 377 - 378 |
| Keyword | PID制御, 非線形システム, 小脳演算モデル, FRIT, 閉ループデータ |
| Abstract | 産業プロセスにおいては，その制御構造の簡便さから今なおPID制御が広く用いられている．しかしながら，実際の制御対象の多くは非線形性を有しており固定のPIDパラメータによる制御では常に良好な制御結果を得ることが難しい．この問題に対して，ニューラルネットワークの一種である小脳演算モデル(CMAC)を用いた非線形PID制御系の設計法が提案されているが，CMACの学習のために数回の試行が必要であるという問題点を有している．本研究では，この問題に対し1回の試験信号のみによって制御パラメータを決定可能なFRIT法に基づく新たなCMAC学習アルゴリズムを提案する．本手法によれば，1回の試験データのみを用いてCMACを学習させることが可能となる． |