腱駆動コンティニュームロボットのための学習ベース動力学モデリングとロバスト制御
arXiv cs.RO / 2026/4/29
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文は、摩擦のヒステリシスや伝達系のコンプライアンスといった非線形要因により生じる、腱駆動コンティニュームロボット（TDCR）の難しい動力学モデリングと制御の課題に取り組みます。
- 高忠実度の動力学モデルとロバストなニューラル制御を統合した、分化可能な学習フレームワークを提案し、誤差逆伝播によって制御方策をエンドツーエンドで最適化します。
- 動力学モデルにはGRUを用い、双方向のマルチチャネル接続と残差予測を組み合わせることで、長い時間域での自己回帰予測における誤差の累積を抑えます。
- 実機の3セクションTDCRでの実験により、未学習の荷重に対して追従精度と頑健性が向上し、ヤコビアンベース手法よりも自己励起振動を回避しつつ性能が優れていることが示されます。
- まとめると、本研究は学習済み動力学モデルを「勾配ブリッジ」として扱うことで、制御側が複雑な非線形性への補償を暗黙に内在化できるようにしています。
