[3K2-OS-18b] 建築，都市環境のレジリエンスを支えるAI(2)

[3K2-OS-18b-03] 鉄道システムの省エネルギー実現に向けた回生電力の充放電制御

〇吉田 賢央¹、荒井 幸代¹ (1. 千葉大学)

キーワード：回生電力、鉄道システム、強化学習、充放電制御

近年，鉄道システムの省エネルギーに向けてブレーキ操作による回生電力の有効利用が注目されている． 本稿では，SOC（State of Charge）の変動を抑えた充放電量を決定する最適な制御則を獲得するために，Actor-Criticによる強化学習を紹介する．既存手法では人間の経験則に基づいて制御ルールをハンドコードで決定しているが，鉄道システムにおける電力需給のダイナミクスには限界がある．
既存手法と提案法の実験結果を示し，強化学習を用いた制御則が既存手法よりも優れた性能であることを示す．