1A1-29-035 加法的変動を受けるロボットに対するニューラルネットワークを用いた適応的制御
スポンサーリンク
概要
- 論文の詳細を見る
本研究では, 変動を受けるロボットの適応能力の獲得を目的として, 計算トルク法のようなモデルベース制御にニューラルネットワーク(NN)を併合した適応的な制御系を提案している。制御系の基本部分をモデルベース制御で構築し, パラメトライズされない加法的変動をNNが学習する。加法的変動だけをNNによりモデル化し, 変動が加わらない部分にはノミナルモデルを用いるため, 制御モデルが正確になるうえに, 学習量を少なくきる。有効性は, ピューマ型マニピュレータに対する数値シミュレーションで示される。
著者
関連論文
- 2P2-3F-E1 蝶の羽ばたき飛行の数値シミュレーション解析
- 2A1-H07 蝶の羽ばたきの計測と数値計算
- 2P2-A11 脳・神経モデルによるリズム運動の生成と宇宙ロボットの姿勢制御への適用(9. 宇宙空間/軌道上で作業するロボット)
- 2A1-3F-B3 強化学習における状態空間の縮小法について
- 2P1-L2 幾何学的な拘束を受けるロボットの強化学習に基づく環境認識(27. 強化学習とロボティクス・メカトロニクス)
- 2A1-08-006 強化学習を用いた宇宙ロボットの作業エラーリカバリー
- 1A1-29-035 加法的変動を受けるロボットに対するニューラルネットワークを用いた適応的制御
- 2A1-C3 ハンドアイ・システムのタスク達成条件と制御法について(61. ビジュアルサーボ)
- 2A1-08-007 冗長な可変形状トラスに対する関節摩擦を考慮したインピーダンス制御