| 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 | 2009-06-03 10:40 部分観測下での最悪ケースを考慮したスーパバイザの強化学習 ○梶原弘治・山崎達志（摂南大）  CST2009-1 |
|
| 抄録 | （和） | 著者らはこれまでに，最悪ケースを考慮したスーパバイザ(制御器)を強化学習により設計する手法を提案している． しかし，現実のシステムにおいては，すべての事象の生起を完全には観測できない状況が考えられる． そのため，事象の生起が部分観測の場合も考慮して制御パターンをスーパバイザに学習させる必要がある． 本報告では，完全観測の場合において提案した手法を拡張し，部分観測環境において最適な制御パターンの与え方をスーパバイザに学習させる手法を提案する． 部分観測環境を扱うために射影関数と報酬のデータベースを導入し，射影関数から与えられる情報を基にスーパバイザは学習を進めていく. この時，スーパバイザは，状態と評価値の推定を行うことにより，最適な制御パターンの与え方を学習する． 計算機実験により，部分観測環境においても最適な制御パターンが学習できることを示し，提案手法の有効性を示す． |
| （英） | In our previous work, we have proposed a synthesis method of the supervisor based on the worst-case behavior of discrete event systems (DESs) by reinforcement learning. However, in the actual systems, the supervisor cannot always observe all event occurrences of DESs. So, it is important to consider the system under partial observation. This paper proposes a synthesis method of the supervisor which learns how to assign control patterns under partial observation. We use the projection function between the supervisor and the system to be controlled for taking into account unobservable events. The supervisor learns how to assign control patterns based on the observed event and the reward database for unobservable events. The supervisor estimates the state of the DES and updates the evaluation values for control patterns through learning. 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 / 部分観測 / / / / |
| （英） | discrete event systems / supervisory control / reinforcement learning / partial observation / / / / | |
| 文献情報 | 信学技報, vol. 109, 2009年6月. | |
| 資料番号 | ||
| 発行日 | 2009-05-27 (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 | CST2009-1 |
|
| 研究会情報 | |
| 研究会 | MSS |
| 開催期間 | 2009-06-03 - 2009-06-04 |
| 開催地（和） | 摂南大学大阪センター |
| 開催地（英） | Setsunan University, Osaka Center |
| テーマ（和） | 【新型インフルエンザへの対応として中止を決定しました】ペトリネット，離散事象システム，一般 |
| テーマ（英） | Petri Net, Discrete Event System, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2009-06-CST |
| 本文の言語 | 日本語 |
| タイトル（和） | 部分観測下での最悪ケースを考慮した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 the Supervisor based on the Worst-Case Behavior Under Partial Observation |
| 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） | 部分観測 / partial observation |
| 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 | 2009-06-03 10:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MSS |
| 資料番号 | CST2009-1 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.73 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2009-05-27 (CST) |
[研究会発表申込システムのトップページに戻る]