[24p-E203-1~16] 23.1 Joint Session N "Informatics"

[24p-E203-14] Model construction of automated control for floating-zone crystal growth by reinforcement learning

〇(B)Yusuke Tosa¹, Syogo Sumitani¹, Ryo Omae¹, Syunta Harada² (1.Anamorphosis Networks, 2.Nagoya Univ.)

Keywords:reinforcement learning, automated control, machine learning

時系列変化する状態を観測しながら制御を行う製造プロセスでは、操業の自動化が困難であり、熟練の操業者が自身の経験をもとに手動で制御を行うものが多い。このようなプロセスを自動化することで、品質の安定化、生産性の向上、技術継承の効率化が期待できる。本研究では、FZ法による結晶成長の自動制御に取り組み、強化学習を用いて制御モデルを構築した。その結果、手動の制御よりも高精度な制御が可能であることを示した。