軌道上の自由飛行型マルチアームロボットに対する経路計画と強化学習に基づく制御
arXiv cs.RO / 2026/3/25
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、自由飛行型の軌道上マルチアームロボットに対して、軌道最適化（TO）と強化学習（RL）を組み合わせたハイブリッドな運動計画・制御フレームワークを提案する。
- TOは、推進器とアームの協調を含む、運動学・動力学の制約を明示的に扱いながら、実行可能で効率的な軌道を生成するために用いられ、機動性と安定性の向上に寄与する。
- RLは、不確実性や動的外乱のもとで、モデルに依存しない適応的な軌道追従を提供し、高次元の行動空間や動力学の不一致に対して頑健な制御を実現する。
- シミュレーションベースの実験および2つのケーススタディ（初期接触を伴う表面運動、自由浮遊型の表面近似シナリオ）により、このハイブリッド手法が従来の戦略よりも優れていることが示される。さらに、推進器の使用によって滑らかさ、安全性、効率が改善される。
- 本研究は、運動のカップリングや環境外乱といった主要なスペースロボットの課題を対象としており、より自律的で効果的な宇宙ロボットシステムのための基盤として位置付けられる。
