![背景
複雑系 複数の因子が相互作用し，系全体の振る舞いが決定
フォーメーション
複数の個体の相互作用により決まる群全体の形態
鳥は環境との相互作用により
エネルギー効率の良いフォーメーションを獲得[Weimerskirch, 01]
屋内自律飞行船 ?大容量のバッテリーを搭載することが難しい
の特徴 ?他の機体からの影響を受けやすい
協調した群飛行によりフォーメーションを獲得](https://image.slidesharecdn.com/pptnakabayashig-130328193414-phpapp02/85/Ppt-nakabayashi-g-2-320.jpg)
![屋内自律飞行船
Controller
T-Engine System
CPU: 216MHz
Image Control
information signal
Camera Sensor Propellers
RGB 16bit
160×144[pixel]
ＸＹ方向４出力，Ｚ方向1出力の計算が必要](https://image.slidesharecdn.com/pptnakabayashig-130328193414-phpapp02/85/Ppt-nakabayashi-g-4-320.jpg)
![飛行船シミュレータ[西村 03][西岡 05]
実機をモデル化した運動方程式
半径r = 0.47 運動方程式
Mv ? A ? B ? F ? ?
?
高さh = 0.8
Ｍ：質量行列
バルーン ｖ：速度ベクトル
Ａ：空気抵抗力
Ｂ：浮力と重力による力
プロペラユニット Ｆ：遠心力とコリオリ力
τ：推力](https://image.slidesharecdn.com/pptnakabayashig-130328193414-phpapp02/85/Ppt-nakabayashi-g-5-320.jpg)
More Related Content
Viewers also liked (11)
More from harmonylab (20)
Ppt nakabayashi g
- 1. 屋内自律飞行船における 飛行フォーメーションの獲得 北海道大学 工学部 情報工学科 複雑系工学講座 調和系工学研究室 中林 佑太
- 2. 背景 複雑系 複数の因子が相互作用し，系全体の振る舞いが決定 フォーメーション 複数の個体の相互作用により決まる群全体の形態 鳥は環境との相互作用により エネルギー効率の良いフォーメーションを獲得[Weimerskirch, 01] 屋内自律飞行船 ?大容量のバッテリーを搭載することが難しい の特徴 ?他の機体からの影響を受けやすい 協調した群飛行によりフォーメーションを獲得
- 3. 目的 飛行船の群飛行におけるフォーメーションの獲得 ? 複数機による飛行船の動きをシミュレーションで実験 ? 飛行船群に学習?進化による群飛行をさせる ? 获得されたフォーメーションを検証
- 4. 屋内自律飞行船 Controller T-Engine System CPU: 216MHz Image Control information signal Camera Sensor Propellers RGB 16bit 160×144[pixel] ＸＹ方向４出力，Ｚ方向1出力の計算が必要
- 5. 飛行船シミュレータ[西村 03][西岡 05] 実機をモデル化した運動方程式 半径r = 0.47 運動方程式 Mv ? A ? B ? F ? ? ? 高さh = 0.8 Ｍ：質量行列 バルーン ｖ：速度ベクトル Ａ：空気抵抗力 Ｂ：浮力と重力による力 プロペラユニット Ｆ：遠心力とコリオリ力 τ：推力
- 6. 飞行时の空気の流れによる影响 飛行船の移動時に空気の流れができる 飛行船 明るい部分：空気の流れが多い →流れに乗ることでエネルギー効率良く移動 飛行船の速度 複数の機体が飛行時にまとまって動くことで移動効率が良くなる
- 7. 群飛行における制御 目的 飛行船群の直線移動距離を最大化 ニューラル ネットワーク 自機体と他機体の出力結果を用いて計算 遺伝的アルゴリズム ニューラルネットワークのパラメータの最適化
- 8. ニューロコントローラ ニューラルネットワークにより各プロペラの出力を求める Rｘi， Rｙi， Rｚi Y T2 RVｘi， RVｙi， RVｚi T3 T1 Vｘ， Vｙ， Vｚ X T4 T4 Eposess/Einit T0 T0(t-1)，???T４(t-1) 入力 出力 ○他機体の情報 ?ＸＹＺ方向の5ｃｈのモータ出力 ?相対座標?相対速度 ○自機の情報 ?速度 ?エネルギー保有率 ?出力のフィードバック
- 9. 遺伝的アルゴリズム 目的 NNのパラメータの最適化 GAの手順 各機体は同じ遺伝子を使用 1. N個体をランダムに生成す 0.03 0.04 0.01 -0.02 る 2. 遺伝子の情報を基に飛行船 遺伝子 群を制御する 3. エネルギーが無くなる?飛 行時間終了によって適応度 を計算 4. 次世代の個体の生成(エリー ト戦略、トーナメント選択、 評価関数 全ての機体の初期位置と最 突然変異、交叉) fitness ? ? d i 終到達地点の直線距離の 5. 決められた世代数2～4を繰 i 総和 り返す
- 10. 実験 目的 学習により群行動の振る舞いを分析し フォーメーションの獲得を検証 ? 機体数 n = {1, 2, 4} 各機体数ごとに独立して進化 ? 初期位置 中心(0, 0, 1.5) 半径 1.5の円状に正n角形状に配置 ? 試行の終了条件 全機体のエネルギーがなくなる 一定時間経過
- 11. 评価値の低い个体 1機体あたりの平均評価値17.5 1機体あたりの平均評価値31.7 1機体あたりの平均評価値17.4 ? 评価値の低い个体は全機体が集まって飛行するわけではないため， エネルギー効率が良い飛行が獲得できていない
- 12. 评価値の低い个体の特徴 25 20 15 Airship1 各機体の速度が違う Airship2 10 Airship3 Airship4 5 0 -40 -30 -20 -10 0 10 20 -5 0.7 0.7 0.3 0.6 0.6 0.25 0.5 0.5 0.2 0.15 0.4 0.4 0.1 0.3 0.3 0.05 0.2 0.2 0 0.1 0.1 -0.05 1 30 59 88 117 146 175 204 233 262 291 320 349 378 407 436 465 -0.1 0 0 1 30 59 88 117 146 175 204 233 262 291 320 349 378 407 436 465 1 30 59 88 117 146 175 204 233 262 291 320 349 378 407 436 465 -0.15 -0.1 -0.1 -0.2 4機体の速度(x方向) 4機体の速度(y方向) 4機体の速度(z方向)
- 13. 评価値の高い个体 1機体あたりの平均評価値66.1 1機体あたりの平均評価値55.6 1機体あたりの平均評価値：56.4 ? 评価値の高い个体は2機体もしくは4機体で集まりフォーメーションを形成 することによってエネルギー効率の良い飛行を実現している．
- 14. 评価値の高い个体の特徴 8 7 6 5 4 Airship1 Airship2 3 Airship3 2 Airship4 1 0 -2 -1 0 2 4 6 8 10 -2 フォーメーション：隊形?編隊 ある時点での全機体の速度が同じ 0.4 0.1 0.02 0.35 0.08 0.3 0.015 速度(m/s) 速度(m/s) 0.25 0.06 速度(m/s) 0.2 0.01 0.04 0.15 0.1 0.02 0.005 0.05 0 0 0 1 189 377 565 753 941 1129 1317 1505 1 189 377 565 753 941 1129 1317 1505 1 189 377 565 753 941 1129 1317 1505 時間（ステップ数） -0.005 時間（ステップ数） 時間（ステップ数） 4機体の速度(x方向) 4機体の速度(y方向) 4機体の速度(z方向) 评価値の高い个体は均等に中心に集まるような配置
- 15. 実験結果 機体数：４(８２世代目) フォーメーションを保つ个体
- 16. 結論 ? 複数飛行船に繰り返し群飛行をさせることで進化，学習した ? 全機体の速度が同じになり一定の位置関係を保つ場合は フォーメーションを獲得したと考えられる ? 進化学習によってフォーメーションを獲得するような振る舞い が生まれた