运动系制御理论研究ー

《运动系制御理论研究ー》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、運動系システム制御理論研究チームMotorSystemsControlTheoryLaboratoryチームリーダー細江繁幸HOSOE,Shigeyuki生物の運動は，その多様性と環境変化への柔軟な接触・適応能力が大きな特徴である。また，論理判断を伴う離散動作および連続運動の混合（ハイブリッド）動作が重要な役割を果たしている。しかし，ロボット工学や制御工学の立場からすると，これらの高い運動の自由度やハイブリッド性は扱いが困難であり，今日でも基本的な問題の多くが未解決である。本研究は，生物の柔軟かつ多様な

2、運動生成機能を工学的に実現することを目指す。このためにシステム制御理論の立場から運動制御のハイブリッドシステムによるモデル化と制御法を提案し，ロボット制御に応用する。また，多自由度システムの制御への1つのアプローチとしてサブシステム間の協調や競合を基礎にした自律分散的強化学習の方法を開発する。さらに人間とロボットの共生運動に関して，人間の拘束運動時の制御モデルを実験的解析に基づいて解析するとともに，非ホロノミック運動に関する制御モデルを導出する。1.ロボットシステムのハイブリッドシステム制御（尹，用でき

3、る。細江）人間の手による巧みな物体操作は，手と対象物の間の回2.自律分散システムの概念に基づいた行動計画・行動転運動や滑り運動を利用し，点接触，線接触，面接触と巧学習および群ロボット行動設計（小林，細江，稲垣，上山，みに切り替えて実現される。また，二足歩行運動は，遊脚山田）相，衝突相，二足支持相の切り替えで構成される。これら複雑・大規模な問題にアプローチするため，自律分散シは，離散事象と連続ダイナミックスが混在するハイブリッステム理論に立脚し，複数問題を利用した多様な問題の動ドシステムである。また，ハイ

4、ブリッド動作は生物運動の作計画法，対象物操作強化学習のための低次元化写像方法，みならず様々な応用分野で重要であり，このためハイブリッおよび群ロボットの協調捕獲行動設計，という3つの側面ドシステムのモデル化や制御法に関する研究が近年注目さから行動計画・行動設計方法に関する提案を行った。れている。しかし，今までのところ，ハイブリッドシステ複数問題を利用した動作計画法においては，複数の状態ムの制御は経験に基づいた試行錯誤的な方法でなされるこ離散化を利用した多様な問題に対する動作計画法を提案し，とがほとんどで，

5、可制御性や可追従性などの理論的な考察複数の分解能の間の関係を用いて効率的に動作計画を行うに基づいた設計法は十分に確立されていない。本研究では，自己組織化法を提案した。多様な問題を解くロボットシスロボットの運動制御をハイブリッドシステムの枠組みの中テムには，制御器やそれが用いる関数近似器も多様性を持で行うことのできる新しい方法論を構築することを目指しつことが求められる。自律分散システムの原理を複数の関て以下の研究を行った。数近似器間の関係に導入することを提案し，状態の分解能（1）多指ロボットハンドおよび二

6、足歩行ロボットの制御の違いに着目して制御器の間のクラスタリングを行うこと問題を論理記述を含んだ動的システム（MixedLogicalDy-で多様な問題での動作計画の計算量を節約できることを示namical）としてモデリングする方法を示した。また，このした。モデルを用いて多指ロボットハンドの接触モード遷移を伴強化学習は一般に対象に関する知識を仮定せず幅広い問う巧みな物体の操りおよび，二足歩行ロボットの軌道自動題を扱える定式化がなされている半面，膨大な試行錯誤を生成をMIQP（混合整数二次計画問題）として定

7、式化し，要するという欠点を持っている。それに対して，対象に関すモーション計画と追従制御則を導出する方法を示した。る構造を既知とすることでその構造を積極的に利用した強（2）従来の非線形動的システム論を基礎に，MLDモデ化学習方法を考えることができる。対象物操作の学習におルを用いて，ハイブリッドシステムの内部モデル原理を開いて，ロボットと対象物の間に拘束が生じるという知識を発することを試みた。そのために，MLDシステムのゼロダ利用し，拘束付き運動を低次元のパラメータで陽に表現すイナミックスやゼロ誤差多様体を

8、定義した。外部システムることで，行動学習を効率化することができる。このようの信号発生メカニズムを利用して，外部信号にゼロ誤差でな低次元化写像の構成のための第一歩として，一次元，二追従するフィードバック制御器の設計法を提案した。また，次元の場合を例にとりオフラインで拘束付運動により得ら任意の初期状態を持つMLDシステムの状態を漸近的にゼれたサンプル点から写像を構成する方法を提案した。ロ誤差多様体に収束させることによって，目標モーション群ロボッ