[2E6-GS-8] ロボットと実世界：

[2E6-GS-8-02] 生成モデルを用いたモデル誤差への対応による学習ベース最適制御の性能向上

〇平野 大地¹、高野 凜¹ (1. 日本電気株式会社)

キーワード：予測モデル、最適制御、不確実性

解析的なモデル記述が難しい複雑なシステムを制御する際，データからシステムの遷移モデルを学習し，それを用いた最適制御を行うことでシステムに存在する不確定性の補償や制御計算の速度向上が期待できる．しかし，最適制御の計算において学習した遷移モデルを用いる際，学習データ分布から外れた領域の制御入力や状態遷移を扱うことで遷移モデルの予測と実際のシステムの状態遷移が乖離し，結果的に制御性能が低下する可能性がある．本研究では、サンプリングベースの最適制御手法において生成モデルを活用することで，制御入力および状態遷移がモデル学習時のデータから逸脱することを防ぐ手法を提案する．本手法により，モデル化誤差の大きい領域を避けた制御入力の最適化が可能になり，制御性能の向上が期待される．また，シミュレーションにおいて提案手法の有効性を確認する．