| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2009-01-29 17:00 最悪ケースを考慮した最適スーパバイザの強化学習 ○梶原弘治・山崎達志（摂南大）  CST2008-49 |
|
| 抄録 | （和） | RamadgeとWonhamによって提案されたスーパバイザ制御は,離散事象システムに対する論理的な制御の枠組みであった.これに対し,コストをも考慮した最適スーパバイザ制御についての研究も行われている. 本報告では,スーパバイザが提示する制御パターンに対して新たな評価関数を導入する．提示する制御パターンに対しての期待報酬に基づき評価値を定めるのではなく，スーパバイザが許容した制御パターンの中で，最も望ましくない振る舞いを離散事象システムが選択したという最悪ケースに基づいた評価値を用いる．強化学習によってスーパバイザが最悪ケースにおける評価値を最大とする制御パターンを学習する手法を提案する.また，計算機実験において，最適な制御パターンを学習することを示し，提案手法の有効性を示す． |
| （英） | Ramadge and Wonham proposed the supervisory control, which is a framework for logical control of discrete event systems. However, in the ordinary supervisory control, the costs for occurence and disabling of events have not been considered. This paper proposes a synthesis method of the supervisor based on the worst-case behavior of discrete event systems. We introduce the new value functions for the assigned control patterns. The new value functions are not based on the expected total rewards, but based on the most undesirable event ocurrence in the assigned control pattern. In the proposed method, the supervisor learns how to assign the control pattern based on reinforcement learning so as to maximize the value functions. We show the efficiency of the proposed method by computer simulation. |
|
| キーワード | （和） | 離散事象システム / スーパバイザ制御 / 強化学習 / / / / / |
| （英） | Discrete event systems / supervisory control / reinforcement learning / / / / / | |
| 文献情報 | 信学技報, vol. 108, 2009年1月. | |
| 資料番号 | ||
| 発行日 | 2009-01-22 (CST) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CST2008-49 |
|
| 研究会情報 | |
| 研究会 | MSS |
| 開催期間 | 2009-01-29 - 2009-01-30 |
| 開催地（和） | 神奈川県産業振興センター会議室(第一会議室) |
| 開催地（英） | Kanagawa Industrial Promotion Center |
| テーマ（和） | コンカレント工学一般 |
| テーマ（英） | Concurrent Systems |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2009-01-CST |
| 本文の言語 | 日本語 |
| タイトル（和） | 最悪ケースを考慮した最適スーパバイザの強化学習 |
| サブタイトル（和） | |
| タイトル（英） | Reinforcement Learning of Optimal Supervisor based on the Worst-Case Behavior |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 離散事象システム / 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） | 強化学習 / reinforcement learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 梶原 弘治 / Kouji Kajiwara / カジワラ コウジ |
| 第1著者 所属（和/英） | 摂南大学 (略称： 摂南大) Setsunan University (略称： Setsunan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山崎 達志 / Tatsushi Yamasaki / ヤマサキ タツシ |
| 第2著者 所属（和/英） | 摂南大学 (略称： 摂南大) Setsunan University (略称： Setsunan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-01-29 17:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MSS |
| 資料番号 | CST2008-49 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.415 |
| ページ範囲 | pp.45-50 |
| ページ数 | 6 |
| 発行日 | 2009-01-22 (CST) |
[研究会発表申込システムのトップページに戻る]