sig sai26 2 Recent site activity jsaisigsai

芝浦工業大学

推論を用いた自動車 速度制御：

Min-Max ^{重心法 積和演算法 比較}

研究目的

制御 を方策 持 推論法 強化学習法

提案さ い _[1] 本研究 _[1] 提案さ た推論法

あ 積和演算法 有効性を検証す こ 目的 あ

車間距離 目標制御範囲内 _~ う 後方車両

クセ キ 自動制御

車間距離

前方車両速度 ^{初期値 ラン え}

入力変数 _{( )} → _: 車間距離 ＆ _: 車両速度

出力変数 _{( )} → _: クセ _/ キ操作量

入出力関係を 記述

前件部 後件部

� � ^： �� � �

� _{: 長い / 短い � :}

速い _/ 遅い

� _{: アクセ を強く / アクセ を弱く /}

ブ キを強く _/ ブ キを弱く _/ 何もしない

土屋義己 _, 五十嵐治一 _, 石原聖

前件部適合度 計算

ℎ _� = � ^� , ^�

対し 適 あ

度合いを求 統合

� _� = � ^� , ℎ _�

� ^′ = � � , � ,∙∙∙, � _�

重心を操作量 _� す

� = � ^′

Min-Max重心法 _{[2] 積和演算法 [1]}

前 _/ 後件部 適合度

・ ^� = ^� × ^�

・ ^� = ^�

対し 適 あ

度合いを求 統合

・� � ; � , �, ,

= − ෍

�=

� � _� × ^� � × ^� �

ン 布 出力値

確率 _�

・� � ; � , �, , ≡

� ^−� � ; � ,�, , ^Τ �

σ � −� ; � ,�, , ^Τ �

期待値を操作量 _� す

� = ෍ � ; � , �, ,

事例 説明

推論法

比較実験

セ ト ₁₂ 通 表 ₁ 初期条件 ₁₆ 通 合計 ₁₉₂ 通 制御

80 ^{秒間 制御終了後 車間距離 制御範囲内→成功}

制御範囲 入 た時間 目標到達時間 を調べた

ン 関数 以 う 設定

初期条件 ₍ 全 ₁₆ 通 ₎

前方車両速度 ₍ /ℎ) {20,30,50,60}

後方車両速度 _{( /ℎ) {30}}

車間距離 _{( ) {10 ,50}}

制御範囲 _{( ) {[10} ～ _{15] ,[30} ～ _45]}

番

�

前件部 後件部

� � �

1 長い 速い クセ を強く踏

2 クセ を弱く踏

3 キを強く踏

4 キを弱く踏

5 何 し い

6 遅い クセ を強く踏

7 クセ を弱く踏

8 キを強く踏

9 キを弱く踏

10 何 し い

11 短い 速い クセ を強く踏

12 クセ を弱く踏

13 キを強く踏

14 キを弱く踏

15 何 し い

16 遅い クセ を強く踏

17 クセ を弱く踏

18 キを強く踏

19 キを弱く踏

20 何 し い

セ ト

番

使用

20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

16 1 2 3 4 5 6 7 10 13 14 15 16 17 18 19 20

14 1 2 4 5 6 7 10 13 14 15 17 18 19 20

12a 1 2 5 6 7 10 13 14 15 17 19 20

12b 1 2 5 6 7 10 13 14 15 18 19 20

12c 2 4 5 6 7 10 13 14 15 17 19 20

10 2 4 5 6 7 13 14 17 19 20

8a 4 5 6 7 13 14 17 20

8b 2 5 6 7 13 14 19 20

6 5 6 7 13 14 20

4a 5 7 14 20

4b 5 6 13 20

矛盾した や

必要 を

削除し 作成

表 _1. セ ト

実験結果

Min-Max ^重心法： 126 ^{通 成功}

積和演算法 ： ₁₄₄ 通 成功

ルール 条件 セット

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 平 均 20 × × × × × × × 0 × × × × × × × × × 16 × × × × × × × 0 × × × × × × × × × 14 16 × 39 8 16 × 34 0 27 × 35 39 44 × 51 × × 12a 21 × 37 9 19 × 31 0 30 × 35 × 59 × 63 × × 12b × × × × × × × 17 × × × × × × × × × 12c 13 25 20 9 6 29 15 0 15 38 21 24 22 45 26 35 21

10 10 23 19 7 6 28 15 0 14 34 19 20 19 39 23 30 19 8a 3 29 24 7 7 33 20 0 17 43 11 14 27 53 22 26 21 8b 16 × × 7 9 × 32 0 23 × 41 30 36 × 55 × ×

6 2 13 × 3 3 13 16 0 8 19 18 11 13 24 24 17 × 4a 2 17 × 13 3 23 20 5 10 30 23 22 17 37 31 31 × 4b 2 13 × 2 3 13 14 0 7 18 16 9 11 22 21 15 ×

ルール 条件 セット

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 平 均 20 × × × × × × × × × × × × × × × × × 16 2 × 14 4 2 × 11 0 13 × 10 9 20 × 5 16 × 14 29 × × 15 13 × 28 0 41 × 53 × 62 × × × × 12a 26 × 24 23 24 × 18 0 34 × 28 × 42 × 39 × × 12b × × × × × × 80 78 × × × × × × × × × 12c 2 22 18 7 4 24 13 0 13 33 13 20 20 40 20 30 17

10 2 16 13 3 3 18 11 0 8 22 4 7 12 26 12 13 11 8a 2 13 18 2 3 19 21 0 12 43 4 9 20 50 16 20 16 8b 2 17 11 3 3 18 10 0 8 22 4 7 12 25 14 13 11 6 2 13 16 2 3 20 13 0 10 26 4 8 15 30 14 15 12 4a 2 24 31 11 8 33 24 0 33 54 29 30 56 75 54 56 33 4b 2 13 16 2 4 24 15 0 8 26 4 6 13 30 12 13 12

Min-Max ^{重心法 積和演算法}

全 成功す セットなし

数字 目標到達時間、 × 制御失敗を示す

平均目標到達時間：積和演算法が短い

積和演算法 み全 初期条件 制御成功

結論

実験 結果 積和演算法 _Min-Max 重心法 同等 そ

以 精度 あ こ た

今後 予定

今後 _[1] 理論 従い ン 関数や 重 等

ラ 強化学習を行 いく予定 あ

参考文献

[1] ^{五十嵐治一} , ^石原聖 . ^{制御 表示さ た方策を持 方策勾配法}

導出 _. テ ン ウ 講演論文 . 2012,28, p. 25-30

[2] ^関宏理 , ^{水元 春} . ^解説 , ^{理論 現状 最新 動向} . ^{電子情報通信学会誌} . 2011,

vol.94, on.10, p. 908-914