日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
脚式ロボット制御arXiv:2610.08653

磁場を考慮した脚式ロボットの制御

Magnet-Aware Control of Legged Robots

シェア:XThreadsFacebookLINEはてブBluesky

脚式ロボットが強磁場環境で受ける磁気的な力やトルクをモデル化・推定し、MPCと全身制御で動的に補償することで、動作可能な磁場範囲を広げる手法を提案した。

詳しい要約

1. どんなもの?

- 脚式ロボットが強磁場環境で動作するための制御フレームワーク。 - 磁場によるセンサー障害と姿勢依存の機械的レンチをモデル化・推定・動的に補償する。 - MuJoCo用のカスタム物理プラグインと逆磁場推定、Magnet-Aware MPC/WBCを統合。 - シミュレーションと実機実験で有効性を検証。

2. 先行研究と比べてどこがすごい?

- 従来のリアクティブ制御では対処困難な磁場外乱を予測・補償。 - 非補償システムと比較し、力空間で最大2.5倍、トルク空間で1.6-2倍の外乱棄却能力向上。 - 動作可能領域が29.34%拡大し、うち10.84%は従来即時崩壊していた領域。

3. 技術・手法の肝は?

- MuJoCo用カスタム物理プラグインで剛体要素への磁力をモデル化。 - 逆磁場推定フレームワークで四脚ロボットの動的応答とセンサー readings から潜在磁場を推定。 - Magnet-Aware MPCとWBCを組み合わせ、歩行中の磁気外乱を予測・相殺。

4. どうやって有効だと検証した?

- シミュレーションと実機ハードウェア実験の両方で検証。 - 非補償システムとの比較で、力空間・トルク空間での最大棄却外乱の増加を定量的に評価。 - 動作可能領域の拡大率を測定。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- MuJoCo, Model Predictive Control (MPC), Whole-Body Control (WBC) に関する研究。 - 磁場環境下でのロボット制御や外乱補償に関する関連手法。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: J. Playan Garai, S. B. Djuve, C. McGreavy, M. Khadiv

分類: cs.RO

原文アブストラクト

Autonomous robots can increase uptime and reduce human exposure in Big Science facilities, but strong magnetic fields needed for their operation corrupt sensors and induce pose-dependent mechanical wrenches that destabilize robots and challenge conventional reactive controllers. This paper presents a control framework for modeling, estimating, and dynamically compensating for spatially varying magnetic wrenches acting on legged robots to improve robustness in these fields. We introduce a custom physics plugin for the MuJoCo simulator to model magnetic forces on rigid-body elements, alongside an inverse field-estimation framework to infer the latent magnetic field directly from quadruped dynamic responses and any number of sensor readings. Furthermore, we develop a Magnet-Aware Model Predictive Control (MPC) and Whole-Body Control (WBC) architecture that predicts and counteracts magnetic perturbations during locomotion to increase the range of magnetic fields in which the robot can operate. The effectiveness of the framework is validated through both simulation and physical hardware experiments. We show our method increases the the maximum rejectable disturbances from magnetic field in the force space by a factor of 2.5 and and between 1.6-2 times in torque space compared to a non-compensated system. Within the proposed magnetic field, this constitutes an increase in the area in which the robot can operate by 29,34% of which 10,84% would have previously caused an immediate collapse to non-compensated controllers.

関連論文

PR本紙発行元 EmplifAI