Presentation Information
[3H2-OS-9b-06]A General Optimal Control Algorithm for Rigid-Link Open-Chain Systems Using PINNs Based on Pontryagin's Maximum Principle
〇Tomohisa Koga1, Makoto Iwamura1 (1. Fukuoka University)
Keywords:
Optimal control,Physics-Informed Neural Networks,Rigid-Link
近年，機械学習の分野において物理問題を機械学習で解くという研究が行われており，その代表例としてPINNs（Physics-Informed Neural Networks）が注目を集めている．PINNsはニューラルネットワークに物理法則や支配方程式を直接組み込むことで，観測データに依存せずに近似解を得ることができる手法であり，偏微分方程式や常微分方程式の解法に広く応用されている．本研究では，PINNsを利用して最適制御問題を解く手法について提案する．最適制御問題は，動的なシステムにおいて，ある目的（評価関数）を最大化または最小化するような最適な操作（制御入力）を求める問題である．最適制御問題の解法には主に動的計画法やポントリャーギンの最大原理（PMP）を用いる方法があるが，本研究ではPMPを利用する．PMPによって導出された関数や微分方程式に基づいたニューラルネットワークや損失関数を定義し，このニューラルネットワークに最適制御問題を学習させる．提案手法は剛体リンク系の開ループ機構であれば大自由度でも解くことが可能である．本論文では2自由度マニピュレータと7自由度マニピュレータの最小エネルギー制御問題に適用し提案手法の有効性を示した．