🤖 Part 6: ニューラルネットによる制御 / Neural Network-based Control

本章では、ニューラルネットワーク（NN）を用いた制御手法を学びます。
従来のPID制御との比較や、NNによる補正・逆モデル制御、強化学習との接続可能性についても扱います。

This chapter introduces control techniques using Neural Networks (NN),
covering comparisons with traditional PID control, NN-based compensation, inverse modeling, and potential connections to reinforcement learning.

🎯 学習目標 / Learning Objectives

NN制御の基本原理（関数近似・逆モデル）を理解する
Understand the fundamentals of NN control (function approximation & inverse modeling)
ニューラルPID（NN-PID）制御器を設計・訓練する
Design and train a Neural PID controller (NN-PID)
逆モデル学習によるフィードフォワード制御を実装する
Implement feedforward control using inverse model learning
PIDとの比較や統合設計（AITL構想）を考察する
Explore integration of PID and NN-based control in the AITL framework

📁 ディレクトリ構成 / Directory Structure

part06_nn_control/
├── theory/                   # 理論資料 / Theoretical docs
│   ├── 01_nn_control.md
│   ├── 02_nn_pid.md
│   ├── 03_inverse_model.md
│   └── 04_ai_vs_classical.md
├── simulation/               # 実装コード / PyTorch-based simulations
│   ├── nn_pid_control.py
│   ├── inverse_model_train.py
│   └── ai_vs_pid_sim.py
├── notebooks/                # 実験Notebook / Jupyter Notebooks
│   ├── train_nn_pid.ipynb
│   └── (future) ai_vs_pid_comparison.ipynb
├── figures/                  # 図版 / Figures
│   └── nn_pid_structure.png など
└── README.md                # 本章の概要と進捗まとめ / This file

🧪 実験コードとNotebook / Experiments & Notebooks

内容 / Description	ファイル / File
NN-PID制御器（PyTorch） Neural PID controller in PyTorch	`nn_pid_control.py`
NN制御の学習・可視化 Training & visualizing NN controller	`train_nn_pid.ipynb`
逆モデル制御の学習 Inverse model learning for control	`inverse_model_train.py`
PID vs NN 比較 PID vs NN simulation comparison	`ai_vs_pid_sim.py`

🧠 理論資料 / Theory Files `theory/`

タイトル / Topic	ファイル / File
NN制御の概要と特徴 Overview of NN-based control	`01_nn_control.md`
NN-PID制御の構成と学習法 Structure & training of NN-PID	`02_nn_pid.md`
逆モデル制御の理論と実装 Inverse model theory & implementation	`03_inverse_model.md`
AI制御と古典制御の比較と統合 AI vs classical control & hybrid strategy	`04_ai_vs_classical.md`

🔜 今後の展開 / Next Steps

LSTM / Transformer による時系列制御への応用
Application of LSTM / Transformer to time-series control
強化学習ベース制御との連携 → part07_rl_control/
Integration with Reinforcement Learning (Part 7)
AITL構想との統合：PID + NN + LLM による三層制御アーキテクチャ → part09_llm_control/
Unified three-layer architecture: PID + NN + LLM (AITL)

📚 参考文献・リンク / References & Links

🔗 PyTorch公式ドキュメント / PyTorch Docs
Narendra & Parthasarathy (1990), “Neural Networks for Control”
本教材プロジェクト / This project: EduController (GitHub)

👤 著者・ライセンス | Author & License

📌 項目 / Item	📄 内容 / Details
著者 / Author	三溝真一（Shinichi Samizo）
💻 GitHub
ライセンス / License	MIT License（再配布・改変自由） Redistribution and modification allowed

⬅️ 前章 / Previous Chapter
Pythonによる制御系実装、ROSを用いたロボット制御演習、FPGAによる制御ハードウェア化を学びます。
Covers control system implementation in Python, robot control exercises using ROS, and FPGA-based hardware realization.

次章 / Next Chapter ➡️➡️
強化学習による制御（Q学習、DDPG、PPOなど）を扱います。
Covers reinforcement learning control methods including Q-learning, DDPG, and PPO.

🏠 トップページ / Back to Home