微分可能シミュレーションによる軌道ベースのアクチュエータ同定
arXiv cs.RO / 2026/4/14
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、トルクセンサ不要の軌道ベースのアクチュエータ同定手法を提案し、微分可能なシミュレーションとエンコーダの運動データのみを用いてシステムレベルのアクチュエータモデルを適合させる。
- 同定を「軌道のマッチング」として定式化し、シミュレータを通じて誤差逆伝播することで、アクチュエータとシミュレータの両方のパラメータを最適化する。これにより、電流／電圧のセンシングやモータ制御内部の情報は不要となる。
- この枠組みは、コンパクトな構造化パラメータ化からニューラル・アクチュエータ写像まで、複数のアクチュエータ・モデルクラスを統一された最適化パイプライン内で扱える。
- 実ロボットの未使用（held-out）の軌道に対して、本手法はスタンドデータで学習した教師ありベースラインよりも大幅に良好な整合を達成し、平均絶対位置誤差を14.20 mradから最大で7.54 mradまで低減する。
- さらに、洗練されたアクチュエータモデルを用いることで下流の移動（ロコモーション）ポリシーが改善し、移動距離が46%増加し、回転の偏差がベースラインに比べ75%減少する。
