データ駆動型制御
極値探索やモデル規範適応制御など、モデルに依存しない適応制御手法について学習します。これらのアルゴリズムの仕組みや、全体的な長所と短所について解説します。
また、制約条件の適用についても取り上げます。これはセーフティ クリティカルなアプリケーションに実装される学習ベースのシステムに重要な要素です。制約条件を適用することで、コントローラーの要求する動作によってシステムが安全範囲を超えないようにすることができます。
他のデータ駆動型手法については、強化学習やディープラーニング ベースのモデル予測制御をご覧ください。
極値探索制御と呼ばれる適応制御法の概要について説明します。Simulink で一度に 1 つのコンポーネントからアルゴリズムを構築する手順を解説しながら、この制御法の長所と短所をわかりやすく説明します。
セーフティ クリティカルなアプリケーションの学習ベース システムに不可欠なシステム制約の適用について学習します。こうした制約条件を適用することで、制御動作によってシステムが安全範囲を超えないようにすることができます。
モデル規範形適応制御 (MRAC) を使用して、この適応制御法の対象となるシステムの変動や不確定性にリアルタイムで適応する方法について説明します。
反復学習制御を使用するタイミングや、反復を繰り返して最適なフィードフォワード指令列を学習する仕組みについて解説します。
