剛体-空気圧ハイブリッドマニピュレータの連成状態空間モデリング・制御・方策蒸留

- ハイブリッドマニピュレータ（モータ駆動の剛体関節と圧力駆動の折り紙セグメントを組み合わせたもの）の制御問題を扱う。 - 従来は各自由度を独立に制御する分離制御が用いられてきたが、その近似のコストは定量化されていなかった。 - 本論文では、N個の交互に並ぶ回転関節とKresling折り紙セグメントからなるチェーンの結合モデルを導出し、空気圧チャンバダイナミクスと折り目ヒステリシスを含む。 - このモデルを用いて結合の強さを測定し、分離制御の性能劣化を評価する。 - さらに、モデルベース制御器（MPC）を小型ニューラルポリシーに蒸留し、リアルタイム制御を実現する。

- 従来のハイブリッドマニピュレータは分離制御ループで制御されており、結合モデルが構築されていなかったため、近似のコストが定量化されていなかった。 - 本研究では初めて結合状態空間モデルを導出し、結合の強さが関節ごとに異なることを直接測定した。 - 分離制御は強結合関節で性能が低下するが、ほぼ分離している関節では競争力を維持することを示した。 - 結合モデルベース制御器は分離PIDベースラインよりも2.5倍 tight なトラッキングをより低いトルクで達成する。 - MPCはリアルタイムには遅すぎ、モデルフリー強化学習は厳しい整定指標で成功率が低いが、蒸留ポリシーは93-94%の成功率で5ms制御ステップ内で動作する。

- N個の交互回転関節とKresling折り紙セグメントからなるチェーンの結合状態空間モデルを導出。 - 空気圧チャンバダイナミクスと折り目ヒステリシスをモデルに含める。 - モデルを用いて結合の強さを関節ごとに測定。 - モデルベース制御器（MPC）を設計し、分離PIDと比較。 - MPCを小型ニューラルポリシーにbehavior cloningとDAggerで蒸留。 - 蒸留ポリシーは5ms制御ステップ内で動作。 - 教師の失敗をベローズの低減衰モードによるリミットサイクルと特定し、低圧で保持可能な目標姿勢を選択することで除去。

- 結合モデルを用いて結合の強さを直接測定し、関節ごとの変動を確認。 - 分離制御と結合モデルベース制御の性能を比較：結合モデルベース制御は分離PIDより2.5倍 tight なトラッキングを低トルクで達成。 - MPCはリアルタイム性に欠け、モデルフリー強化学習は厳しい整定指標で成功率が低いことを示す。 - 蒸留ポリシーは93-94%の目標をゼロ衝突で整定し、教師に近い性能を5ms制御ステップ内で実現。 - 教師の失敗をリミットサイクルと特定し、目標姿勢選択で除去。

- 分離制御の近似コストが関節ごとに異なり、強結合関節では性能が低下するが、ほぼ分離した関節では競争力がある。 - MPCは計算コストが高くリアルタイム制御に適さない。 - モデルフリー強化学習は厳しい整定指標で成功率が低い。 - 蒸留ポリシーはMPCの性能をほぼ維持しつつリアルタイム性を実現。 - 教師の失敗はベローズの低減衰モードによるリミットサイクルに起因し、低圧で保持可能な目標姿勢を選ぶことで解決。 - 他の失敗モードや一般性については要旨からは不明。

- 要旨で参照/比較されている研究：分離PIDベースライン、モデル予測制御（MPC）、モデルフリー強化学習、behavior cloning、DAgger。 - 関連手法：Kresling origami、空気圧チャンバダイナミクス、折り目ヒステリシス、結合状態空間モデル。 - 同分野の定番：ハイブリッドマニピュレータの制御、ソフトロボティクス、折り紙ロボティクス。