本稿では、線形化すると制御不能となる特異点を有する推力ベクトルシステムに対し、解析的な写像を用いることなく、カーネルベース予測制御配分を用いてオンラインで安定化できる可能性を示しています。
過剰アクチュエータを持つ現代の航空機では、制御コマンドをアクチュエータに分配する非線形制御配分問題が重要となる。本研究では、人工ニューラルネットワークを用いて非線形制御配分問題を解く手法を提案する。提案手法では、制御効果マップの逆写像をニューラルネットワークで学習し、オンラインの最適化問題を解くのではなく、その学習結果を配分器として実装する。閉ループシステムにおける安定性条件を示し、ピースワイズ線形の制御効果関数とニューラルネットワークベースの配分器に関する計算上の課題を探る。提案手法の有効性を示すため、標準的な二次計画法ベースの制御配分手法と比較する。