環境乱択に基づく深層強化学習制御とモデルベース制御の融合によるパワートレインの振動抑制
Powertrain Vibration Suppression via the Integration of Domain Randomization-Based Deep Reinforcement Learning Control and Model-Based Control
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20266372
- 文献・情報種別
- 学術講演会予稿集（秋）
No.169-26
- 掲載ページ
- 1-2(Total 2 p)
- 発行年月
- 2026年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2026年秋季大会
書誌事項
| 著者 | 1) 米沢 平成, 2) 米沢 安成, 3) 梶原 逸朗 |
|---|---|
| 著者（英） | 1) Heisei Yonezawa, 2) Ansei Yonezawa, 3) Itsuro Kajiwara |
| 勤務先 | 1) 北海道大学, 2) 北海道大学, 3) 北海道大学 |
| 勤務先（英） | 1) Hokkaido University, 2) Hokkaido University, 3) Hokkaido University |
| 抄録 | パワートレインの制御系設計は，非線形性や動特性の不確かさを考慮する必要がある．近年，深層強化学習が有力な手法として注目されているが，学習の非効率性や方策の保守化が課題である．本研究はベース性能を担保するモデルベース制御器を導入することで，環境乱択に基づく深層強化学習制御を支援する手法を提案する． |
| 抄録（英） | The design of control systems for powertrains requires consideration of nonlinearities and uncertainties in dynamic characteristics. In recent years, deep reinforcement learning has attracted considerable attention as a promising approach; however, learning inefficiency and policy conservativeness remain significant challenges. To address these issues, this study proposes a method for assisting domain randomization-based deep reinforcement learning by introducing a model-based controller that ensures baseline performance. 翻訳 |
