データ駆動によるソフトヘリコイドロボットの精密制御
Data-Driven Precision Control of Soft Helicoid Robots
ハードウェアから収集したデータのみを用いてソフトヘリコイド胴体ロボットの5次元aSSM縮約ODEモデルを学習し、モデル予測制御で2D/3D軌道追従の高精度リアルタイム制御を実現した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Roshan S. Kaundinya, Mark Leone, Roberto Sabella, Hugo Buurmeijer, Luis Pabon, John Irvin Alora, Marco Pavone, George Haller
分類: cs.RO, cs.LG, math.DS
原文アブストラクト
A purely data-driven method grounded in the theory of adiabatic spectral submanifolds (aSSMs) was recently used to model and control nonlinear soft robotic simulators. Here, we extend the methodology to learn aSSM-reduced models from data collected from hardware soft robotic platforms. Specifically, we learn a five dimensional (5D) aSSM-reduced nonlinear ordinary differential equation (ODE) that accurately models the dynamics of a soft-helicoid trunk robot. We then use this ODE in a model predictive control scheme to demonstrate real-time precision control across various challenging closed-loop trajectory-tracking tasks, ranging from 2D to 3D trajectories with static and dynamic constraints. We find that our methodology enhances accuracy and precision across all control tasks compared to available data-driven linear methods and model-free reinforcement learning. While we focus here on a soft-helicoid trunk robot, our methodology relies solely on hardware data and is therefore applicable to a broader class of soft robotic systems.
関連論文
- 柔軟トランクロボットの動的形状制御ソフトロボティクス
- ワンショット印刷可能なタスク特化型ソフトロボットのためのエンドツーエンド共同設計ソフトロボティクス
- タコに着想を得た軟体連続腕における適応的屈曲点形成ソフトロボティクス
- 9回の試行で復帰：ソフトロボットの損傷適応を再現可能に評価するベンチマークソフトロボティクス
- ソフトロボットのための可観測性に基づく最適センサ配置ソフトロボティクス
- 耐荷重と損傷耐性を両立する能動3D織り構造ロコモーションソフトロボティクス