【課題】無線通信網の状態に応じたユースケースの適用を学習するために強化学習を行う場合における学習効率が向上する。
【解決手段】移動体通信網３の状態変数に応じて移動体通信網３の制御パラメータを設定するパラメータ設定装置２は、状態変数ｓｔに応じた各最適化処理の行動価値Ｑ（ｓ，ａ）を定める共通の価値関数３０に従い、無線通信網３内の異なる複数の範囲（６ａ、６ｂ）の各々について、範囲内の状態変数に応じて制御パラメータを最適化する複数の最適化処理のうちいずれかを選択して実行する処理と、複数の範囲（６ａ、６ｂ）の各々について、範囲内の状態変数ｓｔに応じた報酬ｒｔを決定する処理と、この範囲毎に決定された報酬ｒｔ毎に、報酬ｒｔに応じて共通の価値関数３０を更新する強化学習を行う強化学習処理を実行するプロセッサ１０を備える。 （もっと読む）

【課題】 本発明の課題は、自動車等の動作装置の運転条件及び動作装置の性能を示す出力変数とから、モデル予測制御により計算したその性能が最適となる動作装置を制御するための制御変数を、運転条件及び出力変数とから取得可能なテーブルを自動生成することを目的とする。
【解決手段】 上記課題は、動作装置を運転する運転条件と、該運転条件に応じて該動作装置を制御した際の該動作装置の性能を示す出力変数とを記憶する記憶部と、前記記憶部に記憶されている前記運転条件と前記出力変数との組み合せ毎に、該運転条件と該出力変数とから該動作装置の制御変数を予測するモデル予測制御によって、前記出力変数を最適にする該制御変数を計算する予測制御部と、前記組み合せ毎に、前記予測制御部によって計算された前記制御変数に係る変数データを対応付けたテーブルを生成するテーブル生成部とを有する情報処理装置により達成される。 （もっと読む）

【課題】複数のコアが搭載されたマルチコアプロセッサを用いて内燃機関のアクチュエータの制御入力値を高速且つ高精度に演算することのできる内燃機関の制御入力値演算方法を提供する。
【解決手段】運転条件としてエンジン回転数Ｎｅと燃料噴射量Ｑとを検出する（ステップ１００）。検出された運転条件の動作点が、運転条件格子空間上のどのセル（格子）に属するかを判定する（ステップ１０２）。エンジン状態量としての過給圧pimおよびＥＧＲ率egrを取得するとともに、これら状態量の各追従誤差の積分値を算出する（ステップ１０４）。スケジューリングパラメータρ１〜ρ４を算出する（ステップ１０６）。複数のコアのそれぞれにおいて、入力変数ベクトルｕ_１〜ｕ_４をそれぞれ並列に演算する（ステップ１０８）。空きコアを探索し（ステップ１１０）、動作点での制御入力値ｕを算出する（ステップ１１２）。 （もっと読む）

【課題】誤差と計算量を増大させずに複数のセンサ情報を統合することができる方法と装置を提供する。
【解決手段】新たに受信したセンサ情報Ｙｎを、観測時刻の順に記録し、各センサ情報に対し、第１条件を満たすか否かを判定する（Ｓ３）。第１条件は、「そのセンサ情報の観測時刻と同じかそれよりも新しいセンサ情報がすべてのセンサから受信されていること」である。第１条件を満たす場合に、第１条件を満たす各センサ情報６を観測時刻順に用いて、内部状態を予測し、第１推定値Ｘ１を予測した内部状態に更新して記憶し、第２推定値Ｘ２を更新した第１推定値Ｘ１で上書きし、更新に用いたセンサ情報を削除する（Ｓ４，Ｓ５，Ｓ７，Ｓ８）。第１条件を満たさない場合に、新たに受信したセンサ情報Ｙｎを用いて、内部状態を予測し、第２推定値Ｘ２を予測した内部状態に更新して記憶する（Ｓ９）第２推定値Ｘ２を対象物の内部状態として出力する（Ｓ１０）。 （もっと読む）

【課題】車両燃費改善のため車両のエネルギーを有効に活用するための機構及びその制御方法で、ＰＩＤ制御に代わる新たな制御手法として、より簡便な方法で制御結果が得られるアクチュエータの制御方法及びアクチュエータの制御装置を提供する。
【解決手段】制御対象の運動エネルギーと制動可能仕事を比較し、前記制御対象の運動エネルギーと前記制動可能仕事が等しくなった時点で駆動から制動に切り替えると共に、前記制御対象の運動エネルギーと前記制動可能仕事の比較を予め設定した時刻毎に繰り返し行う「エネルギー評価制御」を行う。 （もっと読む）

【課題】物体初期状態から目標状態までの軌道を、探索に制約を伴わずに少ない計算コスト、かつ高い精度で求めることのできる軌道計画システムを提供する。
【解決手段】軌道計画システムは、状態空間において、該目標状態を根とし、予め複数の区域に分割された状態空間のそれぞれの区域に含まれる枝のノードの数を制限することによって枝を集約した逆方向探索木を作成する探索木作成部１０１と、該状態空間において、該逆方向探索木上の点に対して、その領域内であれば、該逆方向探索木にしたがって該目標状態に到達しうる、移行可能領域を定める移行可能領域決定部１０３と、探索木及び移行可能領域を記憶する探索木記憶部１０４と、該逆方向探索木を使用して該移行可能領域内の点から該根までの、該物体の軌道を定める軌道作成部１０５と、を備える。 （もっと読む）

【課題】制御対象の行動態様を定める最適解の探索精度向上を図ることができる最適制御システムを提供する。
【解決手段】方策記憶要素１２０が、状態推定要素１１０による確率分布ｐ（ｘ）の今回更新結果と、行動探索要素２００による条件付き確率分布ｐ（ｕ｜ｘ）の今回更新結果とに基づき、同時確率分布ｐ（ｕ，ｘ）の今回更新結果を取得する。一方、行動探索要素２００が、状態指定要素１１０による確率分布ｐ（ｘ）の今回更新結果と、方策記憶要素１２０による同時確率分布ｐ（ｕ，ｘ）の前回更新結果とに基づき、条件付き確率分布ｐ（ｕ｜ｘ）の今回更新結果を取得するための今回基準となる条件付き確率分布ｐ（ｕ｜ｘ）を定める。 （もっと読む）

【課題】モデル予測制御においてプラントに対する入力を高速に算出する。
【解決手段】モデル予測制御で解くべき方程式群を代数的簡略化法を用いて、係数行列とプラントに対する最適入力ベクトルとの積が目標値及び出力状態の関数ベクトルに等しくなるように変形することで、実際のプラントでは高速に最適入力ベクトルを算出することができるため、速いダイナミクスを持つ機械系に対しても有効なほど高速に計算可能で、且つ安定的に解を求めることができるようになる。さらに、さらにプラントの状態の次元が仮に大きくなるような場合においても、大幅な計算量の増大を抑えることが可能となる （もっと読む）

【課題】物体の種々の初期状態から目標状態までの軌道を、探索に制約を伴わずに少ない計算コストで求めることのできる軌道計画システム、及び求めた軌道にしたがって目標状態までの軌道を制御することのできる軌道計画・制御システムを提供する。
【解決手段】軌道計画システムは、状態空間において、該目標状態を根とし、該目標状態に至るまでの状態を枝として、予め区分された状態空間の複数のセルのそれぞれに一つの枝を有する探索木を予め作成する探索木作成部（１０１）と、該探索木を記憶する探索木記憶部（１０３）と、該物体の現在の状態を求め、該現在の状態に対応する該探索木の枝を求め、該現在の状態に対応する該探索木の枝から該根までの探索木上の経路を、物体の軌道として求める軌道作成部（１０５）と、を備える。軌道計画・制御システムは、さらに目標状態までの軌道を制御する軌道制御部（１０７）を備える。 （もっと読む）

【課題】計画がタイムラインの集合として形成された複数のタイムラインの形式で作成される環境における変数を表す、オンライン半順序プランニングシステムおよび方法を提供する。
【解決手段】開始点において、タイムラインの集合は、一貫性のないタイムラインの集合であり、システムおよび方法は、タイムラインの集合が一貫性を持つまで、タイムラインを体系的に改良する。 （もっと読む）

【課題】本発明の目的は、プラントの計測データを使用してRBFネットワークによる統計モデルをオンラインで調整する場合に、制御周期以内での最適化計算の終了を可能にして、統計モデルの推定精度を向上させたプラントの制御装置を提供することにある。
【解決手段】本発明のプラントの制御装置は、プラントに制御信号を与えた時に取得する計測信号の値を推定する統計モデルと、統計モデルの構築に用いるデータを保存するモデル構築データベースと、計測信号に対して統計的処理を施し、モデル構築データを生成するデータ前処理部と、モデル出力が目標値を達成するようにモデル入力の生成方法を学習する操作方法学習部と、モデル構築データベースに保存される情報に含まれる統計モデルの半径パラメータを調整するモデル調整部とを備え、統計モデルはモデル調整部による半径パラメータの調整結果を用いてモデル出力を生成するように構成する。 （もっと読む）

【課題】工作機械などのオートメーションアプリケーションにおいて、モデル予測制御をリアルタイムで実行できるよう２次計画（ＱＰ）問題を解決する方法を提供する。
【解決手段】所定時間間隔にわたって、最適化問題を、２次コスト関数、線形状態および制御制約で、アプリケーションのための２次計画として定式化する。そして、アプリケーションのための制御動作１３０を得るために、正の最初の推定値１２６から始まる並列の２次計画更新法則を適用することにより、マルチプロセッサマシンの並列処理を活用することができ、また簡易であるため、直列式コンピュータ上で実行しても速度的な利点がある。 （もっと読む）

【課題】学習値がハンチングすることの抑制と、補間処理負荷の軽減との両立を図った制御装置を提供する。
【解決手段】複数種類の変数ｐ，Ｑ及び制御パラメータｔｄを要素とした学習ベクトルを計測ベクトルに基づき補正することで制御パラメータｔｄを学習する学習手段と、現状の環境に即した変数である現状変数に対応した制御パラメータ（補間ベクトルＴＤ（ｈ）のｔｄ）を、学習した制御パラメータＴＤから補間して算出する補間手段Ｓ２５と、を備える。そして、前記補間手段は、複数の学習ベクトルＴＤの中から３つの学習ベクトルＴＤ（Ａ），ＴＤ（Ｂ２），ＴＤ（Ｃ２）を選択する選択手段Ｓ２１，Ｓ２２，Ｓ２３を有するとともに、前記現状変数に対応した制御パラメータ（補間ベクトルＴＤ（ｈ）のｔｄ）を、選択した３つの学習ベクトルＴＤ（Ａ），ＴＤ（Ｂ２），ＴＤ（Ｃ２）を含む平面Ｆｌａｔで補間して算出する。 （もっと読む）

【課題】エンジン特性値と制御パラメータの関係モデルに基づき複数の評価項目を十分に満足する準最適解を高速かつ効率的に取得するエンジン制御パラメータ適合装置の提供。
【解決手段】粒子群最適化手法により関係モデル式の評価関数を最小化するように制御パラメータの組み合わせを最適化するにあたり、収束性能改善手段により粒子の状態更新による粒子速度Ｖ_ｉの変化量ΔＶ_ｉを監視し、変化量ΔＶ_ｉの各成分Δｖ_ｉｊが所定の閾値を下回ったときに、速度成分ｖ_ｉｊに対して乱数を加えて、粒子を拡散する。これにより、粒子群最適化手法における局所最適解で探索が留まり実用上十分な収束性能を得られないという問題を解決する。 （もっと読む）

【課題】マルチループ制御系において次にオートチューニングを実行すべき未実行ループを効率よく選択する。
【解決手段】オートチューニング実行装置は、制御ループ毎に設けられ、リミットサイクル方式のオートチューニング（ＡＴ）を実行するＡＴ実行部１と、ＡＴ未実行の制御ループを記憶するＡＴ未実行ループ登録部２と、制御ループ毎に設けられ、ループ間干渉により各制御ループに発生する制御量ＰＶの最大変動量を検出する最大変動量検出部３と、所定の特定処理開始時点において最大変動量検出部３の検出結果とＡＴ未実行ループ登録部２の登録内容とを参照して、最大変動量が規定条件以内でかつ最大になるＡＴ未実行ループを特定する特定部４と、ＡＴ未実行ループが特定されたときにこの制御ループのＡＴ実行部１に対してＡＴを起動するよう指示するＡＴ起動部５とを備えている。 （もっと読む）

【課題】少ない探索回数で大域的な準最適解を探索可能とする情報処理装置を提供する。
【解決手段】ＣＰＵは、ＰＳＯによる目的関数の解候補の探索をｎ回行ない、ＴＳによる目的関数の解候補の探索をｎ回行なう。ＴＳによる探索においては、ＰＳＯによるｊ回目の探索で得られた解候補およびＴＳによるｊ回目の探索で得られた解候補のうちから目的関数の値が最小となる解候補を１つ選択し、当該選択した解候補をｊ回目の解としてＴＳによるｊ＋１回目の探索を実行する。ＣＰＵは、初期解と、ＰＳＯによる少なくともｎ回の探索で得られた解候補およびＴＳによるｎ回の探索で得られた解候補のうち、目的関数の値が最大または最小のうち予め定められた一方となる解候補を、目的関数における準最適解とする。ＣＰＵは、準最適解に基づく指令を、通信インターフェイスを用いて制御対象に送信する。 （もっと読む）

【課題】Ｒ２ＲモデルでのＶＭのデータ品質を効果的に考量でき、Ｒ２Ｒ制御及び測定遅延のＶＭフィードバックループでの信頼度を考量できない問題を克服し、且つ、ＡＰＣ効能を向上させる方法を提供する。
【解決手段】ＡＰＣシステムは、工程ツール１００と、測定ツール１１０と、仮想測定（ＶＭ）モジュール１２０と、信頼指数（ＲＩ）モジュール１２２と、Ｒ２Ｒコントローラ１３０とを備える。工程ツールに使用される、複数の履歴ワークを処理するための複数組の履歴工程データを取得し、測定ツールによって履歴ワークの複数の履歴測定データを取得する。複数組の履歴工程データ及び履歴測定値を用いることによって、推定アルゴリズムに基づいて推定モデルを構築し、複数組の履歴工程データとそれらに対応する複数組の履歴測定値を用いて、参照モデルを構築する。Ｒ２Ｒコントローラは工程ツールを制御して、工程ランを実行させる他のステップを実行する。 （もっと読む）

【課題】サンプルデータが多くても回帰式生成が速く、異常値の混入があっても精度が低下し難い車両制御因子特定用回帰式の生成方法を提供する。
【解決手段】サンプルデータ分割ステップにおいて、サンプルデータを複数のグループに分割し、回帰式生成ステップにおいて、第１のグループについては回帰式を生成し、第２以降のグループについては既存の回帰式に対する誤差を算出し、当該誤差について回帰式を求め、回帰式加算ステップにおいて、前記回帰式生成ステップで求められた回帰式と既存の回帰式（存在する場合）とを加算して新たな回帰式とする。 （もっと読む）

【課題】制御プロセスの一部分として操作値軌跡を生成するために、モデル予測制御モデル（ＭＰＣ）を使用し、被制御システムのシステムモデルの反復有限区間最適化を決定する１つまたは複数の物理的構成要素を有する被制御システムの予測モデル制御の方法およびシステムを提供する。
【解決手段】時間ｔにおいて被制御システム１００の現在の状態をサンプリングし、操作変数ＭＶ軌跡を最小化する費用関数が将来の比較的短い時間区間の間にＭＰＣモデルを用いて計算され、ＭＰＣは最適解を見つけるために二次計画（ＱＰ）アルゴリズムを使用し、ＱＰアルゴリズムは、勾配射影に基づいておよびニュートンステップ射影を使用して、単純制約を有するアクティブセットソルバクラスアルゴリズムを使用して解かれる。操作値軌跡の移動が実行され、制御プロセスは、予測区間を前にシフトし続けることにより前に移動される。 （もっと読む）

【課題】放射基底関数ネットワークを使用したプラント状態量の予測方法および装置を提供する。
【解決手段】本実施例は、放射基底関数ネットワーク１３を用いる予測演算部１を有する。予測演算部１の入力値は、(1) 被予測状態量の動特性に影響を及ぼす状態量または操作量の現時刻より所定のサンプル前までの過去時刻サンプル値、(2) 現時刻サンプル値、(3) 被予測状態量の現時刻より所定のサンプル前までの過去時刻サンプル値とする。予測演算部１の出力値は、(4) 被予測状態量の現時刻サンプル値とする。放射基底関数ネットワーク１３は、前記入力値及び出力値に基づいて、逐次的にサンプル周期を進めて次のサンプル時刻の被予測状態量の動特性を予測計算する。 （もっと読む）