| 研究課題/領域番号 |
22J11441
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分21040:制御およびシステム工学関連
|
|---|
| 研究機関 | 京都大学 |
|---|
| 特別研究員 |
片山 想太郎 京都大学, 情報学研究科, 特別研究員(PD)
|
|---|
| 研究期間 (年度) |
2022-04-22 – 2023-03-31
|
| 研究課題ステータス |
中途終了 (2022年度)
|
| 配分額 *注記 |
1,700千円 (直接経費: 1,700千円)
2022年度: 900千円 (直接経費: 900千円)
|
|---|
| キーワード | モデル予測制御 / 最適制御 / 数値最適化 / ロボティクス / 多脚ロボット |
|---|
| 研究開始時の研究の概要 |
本研究では，歩行ロボットなどの外界と接触を伴うロボットの統合的制御を目指し，適応モデル予測制御技術を開発する.
モデル予測制御は，ロボットのモータトルク制御のような連続値制御を最適かつ制約を考慮して安全に行える一方，歩行パターンなどの離散的な意思決定を行うことは難しい.また接触現象は正確なモデル化が難しく，モデル予測制御には必ず予測誤差が含まれる.
本研究では，予測誤差の吸収や離散的現象を画一的に取り扱える強化学習技術とモデル予測制御を併用することで，汎用的なロボットの知能制御技術の確立を目指す.
|
| 研究実績の概要 |
本研究は外界と接触を伴うロボットシステムのモデル予測制御の実現であり，これにより多脚ロボットやロボットアームの安全かつ効率的な自律化が期待できる．本年度では，報告者が開発してきたロボットシステムのモデル予測制御アルゴリズムの効率性向上，並びに理論面と実機面からの評価を行うことを予定していた．
これに対し，本年度では，まずロボットシステムに特化した以下のようなアルゴリズム開発を行った．(1)ロボットの正確な動力学モデルに基づいた全身モデル予測制御は性能の高さが期待できるものの，複雑な最適化問題に起因する収束性能の低下がリアルタイム最適化計算の課題となっていた．これに対し，全身モデル予測制御の数値最適化の収束性能を向上させる定式化及びアルゴリズムを開発した．(2)ロボットの最適制御問題には接触に起因した状態のみの等式制約が伴うが，既存手法はこれを効率的に取り扱うことができない．これに対し，状態のみの等式制約を効率的に数値最適制御で取り扱う定式化及びアルゴリズムを提案した． (3)既存のロボットのモデル予測制御では，接触状況の切り替え時刻は発見的に与えられており，その結果モデル予測制御の効率性が低下したり実行可能な解が存在しないといった問題が生じる．切り替え時刻の最適化を伴う数値最適制御問題は既存の効率性なアルゴリズムを直接適用することができず，高速に解くことができなかった．これに対し，切り替え時刻を他の最適化変数と同時に高速に最適化するアルゴリズムを開発した．
さらに，上述の成果も組み込んだモデル予測制御器を4脚ロボットの実機に実装し，のダイナミックな制御の実験を行った．その結果，提案手法が既存手法よりも多くの変数を最適化することで性能を向上できるケースがあることを確認した．
|
| 現在までの達成度 (段落) |
令和4年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和4年度が最終年度であるため、記入しない。
|
