[4N3-GS-5] エージェント：応用

[4N3-GS-5-03] 強化学習とモデル予測制御を用いたUAVの自律的バッテリー管理による飛行経路最適化

〇堀江 直人¹、荒井 幸代¹ (1. 千葉大学大学院融合理工学府都市環境システム)

キーワード：強化学習、モデル予測制御、無人航空機

無人航空機（UAV）は，災害時の情報収集や緊急時の空中基地局，ラストマイルの配送手段として期待され，労力やリスクを大幅に削減する可能性を秘めている．しかし，自律制御を行うUAVはバッテリーの消費が激しく，エネルギーの制約からその用途が制限される可能性がある．本研究はUAVのエネルギー制約問題に焦点を当て，UAVの自律的なバッテリーマネジメントの獲得を目的とする．UAVのバッテリー減少は，外的要因に大きく影響されるため正確なモデリングは難しく，モデルベースでの制御は困難である．そこで本論文では，最適化にノミナルモデルを必要としない強化学習とモデル予測制御を組み合わせた，UAVの制御モデルを提案する．具体的には，強化学習をUAVのガイダンスシステムに導入することでUAVの内部環境であるバッテリーの減少関数を暗に推定し，バッテリーの減少に応じた目的地の指示を行う．また，UAVの制御システムにはモデル予測制御を用い，ガイダンスシステムからの目的地指示を正確に追従する．実験から，提案した制御モデルによるバッテリーを考慮した自律飛行の獲得，強化学習とモデルベースを組み合わせる有効性を確認した．