通信チャネル制約のあるネットワーク化制御への深層強化学習の応用

摘要

本報告では，通信チャネルに制約のあるネットワーク化制御システムを考える．制御入力とチャネル割り当ての両方を最適化することを目的とする．この最適化問題をparameterized actionマルコフ決定過程（PAMDP）を用いて定式化する．深層強化学習を用いることにより，ダイナミカルシステムのモデルが未知の場合でも適用できる制御器設計法を提案する．シミュレーションを用いて提案手法の有効性を調べる．