(新分野)ウェアラブルUAV
JAXAスーパーコンピュータシステム利用成果報告(2022年2月～2023年1月)
報告書番号: R22JDA201S01
利用分野: 航空技術
- 責任者: 中村俊哉, 航空技術部門航空基盤技術統括
- 問い合せ先: 和田大地(wada.daichi@jaxa.jp)
- メンバ: 久田 深作, 大瀬戸 篤司, 和田 大地
事業概要
山岳救助や災害救助の現状では, 少ない情報に基づいて救助計画を立てていることで, オペレーション全体の効果や安全性が限定されることがある. そこで, 迅速に隊員を現場投入できるヒト飛行システムを研究開発する. 情報収集や現場判断により確度の高い救助計画を可能にする.
参照URL
なし
JAXAスーパーコンピュータを使用する理由と利点
飛行システムの制御器を深層強化学習により生成する. そのためにJAXAスパコンを利用する. 深層強化学習ではマルチコアによる並列計算が必要であり, 加えてパラメータスタディのために複数ジョブを実行できれば効率的である. これらを可能にする点で, スパコンの大きな利点がある.
今年度の成果
深層強化学習を適用し,スラストベクタリングを備えたUAVモデルの姿勢制御を行った.
ジンバル実験系を想定した3自由度制御である.
姿勢変化が大きいため, クォータニオンフィードバックを制御系に組み込んだ.
Domain randomizationを応用して学習したことで, ニューラルネットワークはシミュレーションと実環境の違いに適応し, チューニングなしに実験において制御可能であることが実証された(図).
図1: 制御実験結果. ニューラルネットワークが制御を開始すると, (上段)ピッチ角が目標の90度に静定された. (中段)ヨー角は180度, (下段)ロール角は0度に静定され, 制御は成功した.
成果の公表
なし
JSS利用状況
計算情報
- プロセス並列手法: OpenAI Gym 及び PyTorch の実装に依る.
- スレッド並列手法: OpenAI Gym 及び PyTorch の実装に依る.
- プロセス並列数: 1 - 36
- 1ケースあたりの経過時間: 72 時間
JSS3利用量
総資源に占める利用割合※1(%): 0.20
内訳
JSS3のシステム構成や主要な仕様は、JSS3のシステム構成をご覧下さい。
| 計算システム名 | CPU利用量(コア・時) | 資源の利用割合※2(%) |
|---|---|---|
| TOKI-SORA | 0.00 | 0.00 |
| TOKI-ST | 66840.20 | 0.07 |
| TOKI-GP | 341428.88 | 14.52 |
| TOKI-XM | 0.00 | 0.00 |
| TOKI-LM | 4.07 | 0.00 |
| TOKI-TST | 0.00 | 0.00 |
| TOKI-TGP | 0.00 | 0.00 |
| TOKI-TLM | 0.00 | 0.00 |
| ファイルシステム名 | ストレージ割当量(GiB) | 資源の利用割合※2(%) |
|---|---|---|
| /home | 15.00 | 0.01 |
| /data及び/data2 | 150.00 | 0.00 |
| /ssd | 150.00 | 0.02 |
| アーカイバシステム名 | 利用量(TiB) | 資源の利用割合※2(%) | J-SPACE | 0.00 | 0.00 |
|---|
※1 総資源に占める利用割合：3つの資源(計算, ファイルシステム, アーカイバ)の利用割合の加重平均.
※2 資源の利用割合：対象資源一年間の総利用量に対する利用割合.
ISV利用量
| 利用量(時) | 資源の利用割合※2(%) | |
|---|---|---|
| ISVソフトウェア(合計) | 0.00 | 0.00 |
※2 資源の利用割合：対象資源一年間の総利用量に対する利用割合.
JAXAスーパーコンピュータシステム利用成果報告(2022年2月～2023年1月)