離散時間ハミルトン系における反復学習制御

抄録

　反復学習制御とは試行実験の繰り返しによって，最適なフィードフォワード入力を得る手法である．従来法では連続時間システムであるハミルトン系の変分対称性という特性を利用しているにもかかわらず，離散化されたデータを用いて学習を行っていた．これでは，元のシステムの変分対称性が失われ，うまく学習を行えない恐れがあると考えられる．そこで，本論文では，変分対称性を保存するような離散化の方法を提案し，それに基づいて学習制御を行うことにより，従来法よりも精度，効率が向上することを示す．