非線形パラメータ変動システムのための強化学習を用いた動的ニューラルネットワークベース制御手法とモーフィング航空機への応用

科学分野:

• 制御システム工学
• 人工知能
• 航空宇宙工学

背景:

• 非線形パラメータ変動（NPV）システムは、その動的な性質により、制御に大きな課題をもたらします。
• 既存の制御手法は、異なるシステムパラメータに対する適応性や汎化能力に苦労することがよくあります。

研究 の 目的:

• NPVシステムの最適制御のための動的ニューラルネットワーク（DNN）ベース制御手法を提案すること。
• 制御方策の汎化能力とシステムパラメータ変動への適応性を向上させること。
• 広範な再学習やサンプル収集を必要とせずに効率的な制御を実現すること。

主な方法:

• 静的共有層とパラメータ関連の動的層を持つDNNベース制御方策（DNN-CP）を構築しました。
• システムパラメータに基づいて動的重みを予測するELM（Extreme Learning Machine）モデルを予測しました。
• 訓練のために、教師あり事前訓練と強化学習（RL）アルゴリズムを組み合わせました。
• 共有層は制約付き多目的問題を通じて最適化され、ELMモデルはパラメータ固有の目的のために調整されました。

主要な成果:

• DNN-CPは、パラメータ空間内の異なるシステムに対して効果的な汎化能力を示しました。
• 制御方策は、新しいシステムに対するサンプル収集や微調整なしにすぐに適用可能でした。
• 提案手法は、特に連続的に変化するパラメータを持つシステムにおいて、既存のアプローチと比較して優れた制御性能を達成しました。
• モーフィング航空機への応用で検証が成功裏に実施されました。

結論:

• 開発されたDNN-CPと訓練アルゴリズムは、NPVシステムの最適制御のための堅牢なソリューションを提供します。
• この手法は、データ効率と適応性を大幅に向上させ、リアルタイムアプリケーションを可能にします。
• このアプローチは、複雑な動的システムのための適応的で汎用化された制御を実現する上でのブレークスルーを表します。