[4O1-OS-16d] 世界モデルと知能

[4O1-OS-16d-03] 強化学習による外乱抑制制御

〇原 啓太¹、ギマレンス ダニロ¹、吉岡 琢¹ (1. 株式会社Laboro.AI)

キーワード：強化学習、制御工学

本稿では、強化学習を用いた外乱抑制制御についてまとめる。本稿で扱う制御対象は化学プラントの擬似シミュレータであり、外乱の影響を受けるものとする。化学プラントに対する従来制御手法であるPID制御は、一般的に外乱下での制御性能が高いとは言えず、外乱抑制を目的としてこれまでに様々な制御手法が提案されている。本稿では、強化学習を用いて、化学プラントに対する外乱抑制を目指す。強化学習は、入出力のフィードバックデータに基づいて、制御入力を学習する手法である。強化学習を用いて、外乱下における入出力データをあらかじめ学習することにより、外乱抑制の高い制御器を学習すると期待できる。本稿では実際に、化学プラントに対する強化学習シミュレーションを通して、強化学習の有用性を確認する。