控制装置及控制方法

摘要

本发明提供即使在学初始阶段也能够学可安全地运行控制对象的操作信号的生成方法的控制技术。本发明提供的控制装置以及控制方法具备以下的功能：即使在工厂的控制中使用的多个操作端的动作速度中存在差异或者操作端随时间流逝劣化动作速度劣化的情况下，也为能够良好地控制工厂来适当地决定学的约束条件。将第二评价值信号相加到第一评价值信号，所以，在控制对象和模型的特性不同的区域不生成操作信号，而只能在特性相近的区域学操作信号的生成方法。因此，可提高运行刚刚开始后的控制对象的安全性。

主权项

1. 一种控制装置，其具有生成在控制对象以及模拟控制对象的特性的模型上施加的操作信号，接收根据向所述控制对象以及所述模型上施加所述操作信号的结果得到的测量信号所计算出来的评价值信号，为了使从现在状态到将来状态所得到的所述评价值信号的总和的期望值成为最大或者最小来学习所述操作信号的生成方法的学习部，其特征在于，具有：根据来自所述模型的测量信号和目标值的偏差求出第一评价值的第一评价值计算部；和根据所述模型和控制对象的特性的不同求出第二评价值的第二评价值计算部，将所述第一评价值和所述第二评价值进行相加，来计算针对来自模型的测量信号的所述评价值信号。