| 講演名 | 2008-06-03 強化学習に基づく時間付き離散事象システムのスーパバイザ制御(コンカレントシステム,離散事象システム,ハイブリッドシステム,及び一般) 山崎 達志, 潮 俊光, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 時間付き離散事象システムは,リアルタイムシステムのように,時間に関する制約を持つシステムの挙動を表現できる。本報告では,時間付き離散事象システムのスーパバイザ制御問題に対し,新たな最適スーパバイザ制御の手法を提案する.山崎らが従来提案している,強化学習を用いた最適スーパバイザの設計手法を拡張し,時間付き離散事象システムのスーパバイザ制御に適用する.提案手法では,事象の禁止コストやタスクの達成・失敗などを,言語測度と呼ばれる符号付き実測度を用いて評価し,最適なスーパバイザを設計する.また,強化学習を用いて設計を行うことで,環境が不確かであったり,制御仕様が精確に記述することが難しい場合についても有効な手法となっている. |
| 抄録(英) | Timed discrete event systems can represent systems which have time constraints such as real time systems. This paper proposes a new optimal supervisory control method for the framework of the supervisory control of timed discrete event systems. The proposed method is an extension of our previous works to timed discrete event systems. We use a signed real measure, called a language measure, for the evaluation of costs and tasks. The optimal supervisor with respect to the language measure is obtained. By using reinforcement learning, the proposed method is applicable to the situation which some information of the systems is unknown. |
| キーワード(和) | 時間付き離散事象システム / スーパバイザ制御 / 言語測度 / 最適制御 / 強化学習 |
| キーワード(英) | Timed discrete event systems / supervisory control / language measure / optimal control / reinforcement learning |
| 資料番号 | CST2008-10 |
| 発行日 |
| 研究会情報 | |
| 研究会 | CST |
|---|---|
| 開催期間 | 2008/5/27(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Concurrent System Technology (CST) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 強化学習に基づく時間付き離散事象システムのスーパバイザ制御(コンカレントシステム,離散事象システム,ハイブリッドシステム,及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Supervisory control of timed discrete event systems based on reinforcement learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 時間付き離散事象システム / Timed discrete event systems |
| キーワード(2)（和/英） | スーパバイザ制御 / supervisory control |
| キーワード(3)（和/英） | 言語測度 / language measure |
| キーワード(4)（和/英） | 最適制御 / optimal control |
| キーワード(5)（和/英） | 強化学習 / reinforcement learning |
| 第 1 著者 氏名（和/英） | 山崎 達志 / Tatsushi YAMASAKI |
| 第 1 著者 所属（和/英） | 摂南大学工学部 Faculty of Engineering, Setsunan University |
| 第 2 著者 氏名（和/英） | 潮 俊光 / Toshimitsu USHIO |
| 第 2 著者 所属（和/英） | 大阪大学大学院基礎工学研究科 Graduate School of Engineering Science, Osaka University |
| 発表年月日 | 2008-06-03 |
| 資料番号 | CST2008-10 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | 79 |
| ページ範囲 | pp.- |
| ページ数 | 5 |
| 発行日 | |