We are conducting research on model-based control system design utilizing deep unfolding techniques, which have been increasingly applied in the field of wireless communications in recent years. This approach is being evaluated for its effectiveness in designing nonlinear control systems, which are challenging to handle with existing theoretical methods.
以下に，デモンストレーションとして倒立振子の振り上げに提案手法を適用した様子を紹介します．様々な外乱に対する応答から誤差逆伝播を使ってオープンループ制御入力を学習します．学習の目標は，時刻t=5で振子を倒立した状態にさせることです．問題を難しくするために，振子の動きに対して適度な外乱が存在する状況を考えます．
学習前の様子です．制御入力を模索しています．
学習後の様子です．時刻t=5において振子を（だいたい）直立させることができています．
この手法の様々なシステムへの拡張，適用をしてみたい学生を募集しています．
第64回システム制御情報学会研究発表講演会
References
| [27] | “深層展開を用いたモデルベース制御系設計論,” 日本OR学会2024年確率系合同部会, 2024. [ http ] |
| [26] | J. Aizawa, M. Ogura, M. Shimono, and N. Wakamiya, “Firing pattern manipulation of neuronal networks by deep unfolding‐based model predictive control,” IET Control Theory & Applications, vol. 18, no. 15, pp. 2003-2013, 2024. [ DOI | http ] |
| [25] | J. J. R. Liu, M. Ogura, Q. Li, and J. Lam, “Learning-based stabilization of Markov jump linear systems,” Neurocomputing, vol. 584, p. 127618, 2024. [ DOI | http ] |
| [24] | 武内勇太朗, 岡野訓尚, and 小蔵正輝, “深層展開を用いたイベントトリガ制御系設計,” 第68回システム制御情報学会研究発表講演会, pp. 22I-4, 2024. |
| [23] | J. Aizawa, M. Ogura, M. Shimono, and N. Wakamiya, “Manipulation of neuronal network firing patterns using temporal deep unfolding-based MPC,” in 2023 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference, 2023, pp. 15-21. [ DOI | arXiv | http ] |
| [22] | 相澤純平, 小蔵正輝, 下野昌宣, and 若宮直紀, “時相深層展開を用いたMPCによるニューロンネットワークのモジュール発火制御,” 第66回自動制御連合講演会, pp. 412-413, 2023. [ DOI | http ] |
| [21] | “Enhancing Control System Design through Deep Unfolding: A Systematic Approach,” University of Hawaii at Manoa, 2023. [ http ] |
| [20] | 和田弘匡, 小蔵正輝, 岸田昌子, and 若宮直紀, “深層展開を用いた静的出力フィードバック安定化におけるハイパーパラメータの考察,” 計測自動制御学会論文集, vol. 59, no. 7, pp. 309-320, 2023. [ DOI | http ] |
| [19] | 相澤純平, 小蔵正輝, 岸田昌子, and 若宮直紀, “時相深層展開を用いたモデル予測制御の多重振り子系に対する有効性の検証,” システム制御情報学会論文誌, vol. 36, no. 4, pp. 91-98, 2023. [ DOI | http ] |
| [18] | J. Aizawa, M. Ogura, M. Shimono, and N. Wakamiya, “Temporal deep unfolding-based MPC for controlling firing patterns of neuronal network,” in 2023 RISP International Workshop on Nonlinear Circuits, Communications and Signal Processing, 2023. |
| [17] | 和田弘匡, 小蔵正輝, 岸田昌子, and 若宮直紀, “制約下でのゲイン設計における深層展開のハイパーパラメータ選定について,” 計測自動制御学会第10回制御部門マルチシンポジウム, pp. 2M4-1, 2023. [ http ] |
| [16] | 佐藤文哉, 小蔵正輝, 下野昌宣, and 若宮直紀, “ノイズを含む神経細胞モデルに対するNeural SDEを用いた発火制御,” 計測自動制御学会第10回制御部門マルチシンポジウム, pp. 3A8-3, 2023. [ http ] |
| [15] | 小蔵正輝 and 岸田昌子, “時相深層展開を用いた制御手法,” 2022年電子情報通信学会ソサイエティ大会, 2022. |
| [14] | M. Ogura, K. Kobayashi, and K. Sugimoto, “Static output feedback synthesis of time-delay linear systems via deep unfolding,” in 17th IFAC Workshop on Time Delay Systems, 2022, pp. 214-215. [ arXiv ] |
| [13] | “When deep unfolding meets control engineering,” 37th International Technical Conference on CircuitsSystems, Computers and Communications, 2022. [ http ] |
| [12] | 相澤純平, 小蔵正輝, 岸田昌子, and 若宮直紀, “時相深層展開を用いたモデル予測制御の多重振り子系に対する有効性の検証,” 第66回システム制御情報学会研究発表講演会, pp. 253-3, 2022. [ http ] |
| [11] | “深層展開を用いた汎用性の高いシステム制御技術の開発,” 電子情報通信学会コミュニケーションシステム研究会, 2022. [ http ] |
| [10] | “深層展開を用いたモデルベース制御系設計,” 第66回システム制御情報学会研究発表講演会, 2022. [ http ] |
| [9] | “深層展開と制御工学が出会うとき,” 電子情報通信学会信号処理研究会, 2022. [ http ] |
| [8] | 和田弘匡, 小蔵正輝, 岸田昌子, and 若宮直紀, “深層展開を用いた静的出力フィードバック安定化問題におけるハイパーパラメータの考察,” 第64回自動制御連合講演会, pp. 1F2-5, 2021. [ DOI | http ] |
| [7] | M. Kishida and M. Ogura, “Temporal deep unfolding for nonlinear maximum hands-off control,” in SICE Annual Conference 2021, 2021, pp. 1007-1010. [ arXiv ] |
| [6] | K. Kobayashi, M. Ogura, T. Kobayashi, and K. Sugimoto, “Deep unfolding-based output feedback control design for linear systems with input saturation,” in SICE International Symposium on Control Systems 2021, 2021, pp. 33-39. [ DOI | arXiv | http ] |
| [5] | 小林恒輝, 小蔵正輝, and 杉本謙二, “深層学習技術を用いたむだ時間システムの安定化の有効性評価,” 信学技報, vol. 120, no. 292, RCC2020-16, pp. 31-34, 2020. [ http ] |
| [4] | M. Kishida*, M. Ogura*, Y. Yoshida, and T. Wadayama, “Deep learning-based average consensus,” IEEE Access, vol. 8, pp. 142404-142412, 2020. (*equal contribution) [ DOI | arXiv | http ] |
| [3] | 森純平, 小蔵正輝, 小林泰介, and 杉本謙二, “確率的勾配降下法を用いたマルコフ過程のスパースな補間,” 第7回計測自動制御学会制御部門マルチシンポジウム, pp. 3I1-2, 2020. [ http ] |
| [2] | 小林恒輝, 小蔵正輝, 岸田昌子, 和田山正, and 杉本謙二, “Neural Ordinary Differential Equationを用いた静的出力フィードバック安定化の検討,” 信学技法, vol. 119, no. 395, RCC2019-73, pp. 19-22, 2020. [ http ] |
| [1] | 小林恒輝, 小蔵正輝, 岸田昌子, 和田山正, and 杉本謙二, “深層展開による出力フィードバック安定化の検討,” 信学技法, vol. 119, no. 270, RCC2019-65, pp. 59-62, 2019. [ http ] |