動的イベントトリガー適応制御の非線形スイッチングシステムへの応用研究 学術背景の紹介 人工知能技術の急速な発展に伴い、非線形スイッチングシステム（Switched Nonlinear Systems）の研究が広く注目を集めています。スイッチングシステムは、複数のサブシステムから構成される複雑なシステムであり、システムは異なるサブシステム間で切り替わり、各サブシステムの動的挙動は異なる微分方程式または差分方程式によって記述されます。このようなシステムは、電力システム、ロボット制御、自動運転など、工学的実践において幅広く応用されています。しかし、システム内に不確実性、入力飽和（Input Saturation）、制御ゲイン消失（Vanishing Control Gains）などの問題が存在する...

多周期多品目ロットサイジング問題における生産量不確実性に対する分布ロバスト最適化研究 学術的背景 現代の製造業において、生産プロセス中の生産量不確実性（yield uncertainty）は普遍的な問題であり、特に農業、食品加工、繊維産業などの分野で顕著です。これらの産業の生産プロセスは、気候や原材料の品質といった制御不可能な外部要因に依存しており、生産量の予測が困難です。生産量の不確実性は生産コストを増加させるだけでなく、在庫不足や過剰在庫を引き起こす可能性があり、企業の利益と市場競争力に影響を及ぼします。 この問題に対処するため、学術界では確率計画法（stochastic programming, SP）やロバスト最適化（robust optimization, RO）など、さまざまな最...

ディスカウント価値反復に基づく適応的批評設計のゼロサムゲームへの応用と検証 研究背景 制御分野において、最適制御（Optimal Control）は重要な研究テーマであり、システムの性能を最適化するための制御システムの設計と分析を目的としています。システムの複雑さが増すにつれて、伝統的なハミルトン-ヤコビ-ベルマン方程式（Hamilton-Jacobi-Bellman, HJB）に基づく最適制御手法は「次元の呪い」（Curse of Dimensionality）という課題に直面しています。この課題に対処するため、研究者たちは適応的動的計画法（Adaptive Dynamic Programming, ADP）を提案し、強化学習（Reinforcement Learning）や関数近似（Fu...

測地距離場に基づく五軸連続スキャン手法による多入口内壁表面検査 背景紹介 工業応用において、多入口内壁（MEI, Multi-Entrance Inwall）表面は、その複雑なトポロジー構造と潜在的な衝突リスクにより、正確な検査が常に課題となっています。従来の点検方法では効率が低い一方で、近年開発された五軸連続スキャン技術は、検査効率を大幅に向上させ、大面積かつ複雑な表面の検査に新たな可能性を提供しています。しかし、現在の五軸連続スキャンのパス計画は依然として人手に大きく依存しており、特にMEI表面の場合、複雑な衝突シナリオと多入口構造により、自動化されたパス生成が特に困難です。そこで、本研究では測地距離場（GDF, Geodesic Distance Field）に基づく新しい手法を提案し...

ロバストファジィ協調戦略に基づく確率的マルチエージェントシステムのグローバルコンセンサス研究 学術的背景 自動化、ロボティクス、ネットワーク通信、知的交通システム、分散意思決定などの現代技術分野において、マルチエージェントシステム（Multi-Agent Systems, MAS）は極めて重要な役割を果たしています。MASは、複数のエージェントの協調的な努力によって、複雑なタスクを効率的に実行し、資源配分を最適化することができます。しかし、複雑で不確実性に満ちた環境において、グローバルコンセンサス（global consensus）を実現することは大きな課題です。これらの不確実性には、エージェント自身の不確実性や外部擾乱が含まれ、特に確率的な環境では、エージェントの行動パターンや絶えず変化す...

状態自己学習に基づく分散型インテリジェント制御方法とそのカスケードプロセスへの応用研究 学術的背景 プロセス産業において、多反応器カスケード操作は顕著な特徴です。しかし、多反応器カスケードプロセスにおける正確かつグローバルなモデルの構築には多くの課題があります。反応器の複雑な動的な運転状態や、前後の反応器間の結合関係により、プロセス全体の精密制御は非常に困難です。従来のPID制御（比例-積分-微分制御）やファジー制御などの方法は、単一変数および単一ループの制御プロセスでは良好な性能を発揮しますが、多反応器カスケードシステムの協調制御には対応できません。モデル予測制御（Model Predictive Control, MPC）はプロセス産業で広く応用されていますが、大規模かつ非線形なカスケー...

複数のドローンを用いた効率的な分散型時系列プランナーによる時空間的な山火事予防制御 学術的背景 山火事は、世界的に生物多様性と資源の持続可能性に対する重大な脅威であり、特に初期段階で未制御のままであれば、その規模は急速に拡大し、深刻な生態系の破壊を引き起こす可能性があります。近年、無人航空機（Unmanned Aerial Vehicles, UAVs）を活用した多ドローンシステムが山火事予防制御の分野で徐々に導入され、主に人間が危険な環境にさらされるリスクを低減し、緊急対応の効率を向上させるために用いられています。しかし、これまでの研究は、検索、監視、または消火といった単一の段階に限定されることが多く、複数のドローンの協調タスクに関する包括的な研究は不足しています。特に、資源が限られ、ドロ...

多段不等長プロセスの投影重み付き動的時間伸縮監視手法 学術的背景 現代の製造業において、多段プロセス（バッチ処理や遷移プロセスなど）のオンライン監視は、製品品質の向上や故障リスクの低減に不可欠です。しかし、操作条件の変化により、これらのプロセスの操作時間はしばしば不均一であり、監視に大きな課題をもたらします。従来の動的時間伸縮（Dynamic Time Warping, DTW）手法はオフライン同期には使用可能ですが、オンラインデータを処理する際には、進行中のバッチと完了した履歴バッチを効果的に整合させることができません。これには、両者の進展に固有の差異があるためです。さらに、従来手法では操作プロセスにおける時間スケールの故障を無視することが多く、全体的な監視性能を弱める要因となっています。...

マイクロパイペット画像キャリブレーション法を用いた体細胞マイクロインジェクション 研究背景 マイクロインジェクション技術は、微細なマイクロパイペットを用いて遺伝物質、薬剤、その他の外部物質を細胞や組織に直接注入する技術です。この技術は、遺伝子組み換え、遺伝子ターゲティング、動物クローニング、ヒト不妊治療、核酸誘導型遺伝子工学などの生物医学研究において重要な役割を果たしています。自動化技術の進化に伴い、従来の手動マイクロインジェクションは自動化操作へと進化しました。しかし、自動マイクロインジェクションシステムにおいて、顕微鏡視野で観察されたマイクロパイペット先端の二次元座標と外部コントローラから得られる三次元位置データを正確にマッピングする方法は、依然として技術的な課題です。既存のキャリブレー...

無人水上ビークル（USV）のモデル予測制御の新手法：確率的ニューラルネットワークに基づくMBRLフレームワーク 学術的背景 無人水上ビークル（Unmanned Surface Vehicles, USV）は、近年海洋科学分野で急速に発展し、海洋輸送、環境モニタリング、災害救援などのシナリオで広く活用されています。しかし、USVの制御システムは依然として多くの課題を抱えており、特に複雑な海洋環境での外部干渉への対応能力が問題とされています。従来のモデルフリー強化学習（Model-Free Reinforcement Learning, MFRL）手法は特定のタスクでは良好なパフォーマンスを示すものの、大量のデータとシミュレーショントレーニングに依存しており、不確実な環境に対するロバスト性に欠け...