強化学習を用いた最適スーパバイザの構成
スポンサーリンク
概要
- 論文の詳細を見る
本報告では, 強化学習を用いたスーパバイザの構成法を提案する. 離散事象システムにおいて, スーパバイザはシステムの仕様を満たすように可制御な事象の生起を制御する. 一般に, スーパバイザはオートマトンと言語理論に基づいたアルゴリズムによって導かれ, 対象システムと制御仕様の正確な記述が必要とされる. 提案アルゴリズムでは, 強化学習を用いて制御パターンを学習する. このとき, 事象の生起と禁止に関してのコストを考慮することにより, 不確かな環境や陽でない仕様の下でも最適なスーパバイザを求めることができる. また, 計算機実験によって, 提案手法の有効性について調べる.
- 2001-05-18
著者
-
潮 俊光
大阪大学大学院基礎工学研究科
-
山崎 達志
摂南大学工学部
-
山崎 達志
摂南大学理工学部
-
山崎 達志
大阪大学 大学院 基礎工学研究科
-
山崎 達志
大阪大学大学院基礎工学研究科システム人間系専攻
関連論文
- サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング (コンカレント工学)
- ある2ソースネットワークにおけるブライスのパラドックス (信号処理)
- ある2ソースネットワークにおけるブライスのパラドックス (VLSI設計技術)
- 調停機構を持つ多面的エージェントによる2人ゲームのレプリケータダイナミクス
- ブライスグラフにおける税による最小遅延フローの安定化
- 利己的ルーティングにおける分岐現象とブライスのパラドックス
- 弾性ロータ系における跳躍現象の抑制に関する一研究(非線形回路とシステム,及び一般)
- 弾性ロータ系における跳躍現象の抑制に関する一研究
- 弾性ロータ系における共振点通過の一方法
- 第52回自動制御連合講演会を開催して(学会活動)
- 言語測度を用いたソフトリアルタイムシステムの最適スケジューリング(グラフ,ペトリネット,ニューラルネット及び一般)
- マルチティアサーバシステムにおける分散QoS公平化制御へのコンセンサス問題の応用
- 非決定出力関数をもつMealyオートマトンで表される離散事象システムの診断
- サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング (信号処理)
- サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング (VLSI設計技術)
- サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング (回路とシステム)
- ピグー補助金と人頭税を課した社会システムのレプリケータダイナミクス(非線形システムの制御の新展開)
- ハイブリッドオートマトンの双模倣関係とその近似計算
- Mealyオートマトンを用いた離散事象システムのモデリング(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)
- ハイブリッドシステムのサンプル値制御における制御不変性(グラフ,ペトリネット,ニューラルネット及び一般)
- 待機電力を考慮した消費電力削減とQoS公平化とを実現するリソース配分法(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)
- 言語測度を用いた離散事象システムの制御について(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)
- 異なる利得関数を持つグループの共存下における進化的安定性 : 2グループの場合
- AS-4-6 I/Oオートマトンのモジュラ制御における調停問題について(離散事象システムとモデル検査,AS-4.組込みシステムの形式的手法,シンポジウム)
- AS-4-4 Qos公平化マルチリソース配分へのコンセンサス問題の応用(離散事象システムとモデル検査,AS-4.組込みシステムの形式的手法,シンポジウム)
- AS-3-2 プレイヤーの多面性を考慮したn人進化ゲーム(AS-3.コンカレントシステム理論の最近の発展とその応用,シンポジウムセッション)
- AS-3-1 モバイルセンサ被覆問題へのポテンシャルゲームの応用(AS-3.コンカレントシステム理論の最近の発展とその応用,シンポジウムセッション)
- 非決定出力関数をもつMealyオートマトンで表される離散事象システムの診断
- ボロノイ分割による被覆制御へのポテンシャルゲームの応用(システムと信号処理及び一般)
- ボロノイ分割による被覆制御へのポテンシャルゲームの応用(システムと信号処理及び一般)
- CAS2010-8 ボロノイ分割による被覆制御へのポテンシャルゲームの応用(システムと信号処理及び一般)
- ボロノイ分割による被覆制御へのポテンシャルゲームの応用(システムと信号処理及び一般)
- ある2ソースネットワークにおけるブライスのパラドックス(システムと信号処理及び一般)
- サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング(システムと信号処理及び一般)
- サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング(システムと信号処理及び一般)
- CAS2010-10 サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング(システムと信号処理及び一般)
- サイバーフィジカルシステムにおける制御性能の最適化のためのジョブスキッピング(システムと信号処理及び一般)
- ある2ソースネットワークにおけるブライスのパラドックス(システムと信号処理及び一般)
- CAS2010-9 ある2ソースネットワークにおけるブライスのパラドックス(システムと信号処理及び一般)
- ある2ソースネットワークにおけるブライスのパラドックス(システムと信号処理及び一般)
- 言語測度を用いたソフトリアルタイムシステムの最適スケジューリング(グラフ,ペトリネット,ニューラルネット及び一般)
- 離散事象システムのモジュラ状態フィードバック制御に対する調停器設計(ペトリネット,離散事象システム,一般)
- 最大デッドロックフリー可制御部分述語の計算とその警報器設計への応用(システムと制御)
- AS-5-3 時間付きオートマトンでモデル化された人間-機械系におけるオートメーションサプライズの一検証法(AS-5. コンカレントシステムとハイブリッドシステムのための形式モデルとその応用, 基礎・境界)
- 離散事象システムにおけるオートメーションサプライズに対する警報器の設計
- 複数のユーザによって操作される離散事象システムのためのマニュアルの自動生成(コンカレント工学一般、及び、CSTソリューションコンペティション2007発表会)
- マルチバージョンタスクの最適バージョン決定問題に対する動的計画法に基づく近似解法(組込みシステム,一般)
- 定率税と補助金を課した複数集団レプリケーターダイナミクス
- Mealyオートマトンのスーパバイザ制御の余代数による解析(コンカレントシステム,離散事象システム及び一般)
- ポテンシャルゲームを応用した凸制約のある非線形最適化問題の一解法
- 電池駆動リアルタイムシステムにおける消費エネルギーとQoSのトレードオフ解消(グラフ,ペトリネット,ニューラルネット,及び一般)
- 電池駆動リアルタイムシステムにおける消費エネルギーとQoSのトレードオフ解消(グラフ,ペトリネット,ニューラルネット,及び一般)
- ハイブリッドシステムのサンプル値制御における制御不変性(グラフ,ペトリネット,ニューラルネット及び一般)
- 時間付きペトリネットとモジュラステートネットを用いたヒューマノイドロボットの行動計画
- ブライスグラフにおける税による最小遅延フローの安定化
- 離散事象システムにおけるモジュラ状態フィードバック制御の競合解消と安定化(ハイブリッドシステム,コンカレント工学一般)
- 優先度付き非決定性スーパバイザの存在条件について(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)
- 部分観測Mealyオートマトンのスーパバイザ制御の余代数による解析 (コンカレント工学)
- 非一様な相互作用のある複数集団レプリケータダイナミクス (コンカレント工学)
- 計算遅延とオーバフロー特性を考慮した1次元ディジタル制御系における分岐現象(研究速報)
- 演算遅延とオーバーフロー特性のある1次元ディジタル制御系の分岐現象(生命現象,一般)
- リアルタイムシステムへのシステム論的アプローチ(組込みシステム特集号)
- QoSの公平性に着目したパワーアウェアな最適CPU・周波数配分問題(システムプログラム)
- D-3-2 QoSの公平性を達成するEnergy-Awareな最適リソース配分(D-3. ソフトウェアサイエンス, 情報・システム1)
- QoSの公平性を考慮したマルチリソースの適応配分制御(実時間処理,組込システム及び一般)
- QoSの公平性を考慮したマルチリソースの適応配分制御(実時間処理,組込システム及び一般)
- QoSレベル公平化に基づくリアルタイムシステムのQoS適応制御(ソフトウェアシステム)
- 未知入力オブザーバを用いたカオス通信
- 未知入力オブザーバを用いたカオス通信
- マルチティアサーバシステムにおける分散QoS公平化制御へのコンセンサス問題の応用
- A-12-2 マルチティアサーバシステムにおける分散調停器を用いたQoS公平化制御(A-12. コンカレント工学,一般セッション)
- 調停器を導入したmulti-tierコンピューティングシステムにおける動的なQoS公平化制御
- A-12-7 Multi-tier コンピューティングシステムにおける公平なリソース配分への協調制御の応用(A-12.コンカレント工学,一般セッション)
- 2ソースB^kグラフにおけるブライスのパラドックス(グラフ,ペトリネット,ニューラルネット及び一般)
- 2ソースB^kグラフにおけるブライスのパラドックス(グラフ,べトリネット,ニューラルネット及び一般)
- サイバー物理システムにおけるジョブスキップによる制御性能劣化を抑えるタスクスケジューリング(グラフ,ペトリネット,ニューラルネット及び一般)
- サイバー物理システムにおけるジョブスキップによる制御性能劣化を抑えるタスクスケジューリング(グラフ,べトリネット,ニューラルネット及び一般)
- 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)
- 言語測度に基づいた最適スーパバイザの強化学習
- 言語測度に基づいた最適スーパバイザの強化学習
- A-12-4 強化学習を用いた部分観測離散事象システムのスーパバイザ制御
- 強化学習を用いた最適スーパバイザの構成
- 時間付きハイブリッドペトリネットの状態フィードバック制御
- 時間付き連続ペトリネットの発火規則について(多次元信号処理とその応用・実現論文小特集)
- 対称性を有する区分的アフィンシステムにおけるリミットサイクルの解析
- 入出力通信に周期時変制約を有する制御系のオブザーバベースドコントローラによる安定化
- A-2-13 対称性を有する区分アファインシステムにおけるリミットサイクルの解析
- A-12-2 多面性を考慮したレイクゲームのレプリケータダイナミクス(A-12.コンカレント工学,一般セッション)
- 状態フィードバック制御を用いた動的再構成可能デバイスにおける周期タスクのスケジューリング(グラフ, ペトリ, ニューラルネット及び一般)
- Nバッファスイッチトアライバルシステムにおけるカオス制御(< 特集>)
- 集団間の移動を考慮したn集団レプリケータダイナミクス(生命現象,一般)
- A-2-3 エッジの最適化問題に基づくネットワーク成長アルゴリズム(A-2.非線形問題,基礎・境界)
- A-2-22 自己フィードバックをもつ高次元離散時間ニューロンモデルにおけるカオス的バースト振動(A-2. 非線形問題, 基礎・境界)
- 発現時間を考慮した遺伝子ネットワークの相互作用推定(通信システム・非線形回路とシステム及び一般)
- 発現時間を考慮した遺伝子ネットワークの相互作用推定(通信システム・非線形回路とシステム及び一般)
- 離散時間区分線形ニューロンモデルに生じるバースト振動の設計
- A-2-2 2 次元離散時間ニューロンモデルに生じるバースト振動の設計
- A-2-26 高次元カオスニューロンの分岐集合
- フローモデルを用いた交換システムに生じる振動の抑制
- フローモデルを用いた交換システムに生じる振動の抑制