Robust Performance Improvement of Automotive Powertrain Control Systems Using Deep Reinforcement Learning Considering Parameter Variations
パラメータ変動を考慮した深層強化学習によるパワートレイン制御系のロバスト性能向上
- Delivery
- Available on this site
- Format
- Price
- Non-members (tax incl.)：￥1,100 Members (tax incl.)：￥880
- Publication code
- 20266278
- Paper/Info type
- Proceedings (Autumn)
No.151-26
- Pages
- 1-2(Total 2 p)
- Date of publication
- Oct 2026
- Publisher
- JSAE
- Language
- Japanese
- Event
- 2026 JSAE Annual Congress (Autumn)
Detailed Information
| Author(J) | 1) 柴田 洸希, 2) 米沢 平成, 3) 佐藤 晶太, 4) 菊池 浩矢, 5) 波多野 崇, 6) 近藤 秀一, 7) 平松 繁喜, 8) 梶原 逸朗 |
|---|---|
| Author(E) | 1) Hiroki Shibata, 2) Heisei Yonezawa, 3) Shota Sato, 4) Hiroya Kikuchi, 5) Takashi Hatano, 6) Shuichi Kondo, 7) Shigeki Hiramatsu, 8) Itsuro Kajiwara |
| Affiliation(J) | 1) 北海道大学大学院, 2) 北海道大学, 3) マツダ, 4) マツダ, 5) マツダ, 6) マツダ, 7) マツダ, 8) 北海道大学 |
| Affiliation(E) | 1) Hokkaido University, 2) Hokkaido University, 3) Mazda, 4) Mazda, 5) Mazda, 6) Mazda, 7) Mazda, 8) Hokkaido University |
| Abstract(J) | パワートレインでは，加速時に発生する低周波振動の低減が要求される．モデルベース制御系はシステムのモデルに依存するため，実制御対象のパラメータ変動により制御性能が低下し得る．本研究ではパラメータ変動を考慮した深層強化学習により制御方策を獲得し，変動下における制振性能／ロバスト性能を向上させる． Translation |
| Abstract(E) | In automotive powertrain systems, reducing low-frequency vibration during acceleration remains a challenging issue. Since model-based control systems depend on system models, their control performance may degrade due to parameter variations in actual plants. This study obtains a control policy using deep reinforcement learning that accounts for parameter variations, thereby improving vibration suppression and robust performance under varying conditions. |
