ハイブリッド動力学モデルとメタポリシー最適化に基づくセンサーレス可変インピーダンス制御ロボットジョイント
Sensorless variable impedance control of robot joints with 3K gear reducers based on hybrid dynamics model and meta-policy optimization
3K遊星歯車減速機を備えた協働ロボットジョイントにおいて、トルクセンサーレスで高精度な軌道追従とコンプライアントな物理的相互作用の両立を目指す。本論文では、物理情報に基づいたデータ駆動型のジョイント動力学モデリング手法と、それに関連するメタポリシー最適化適応型可変インピーダンス制御方式を提案する。まず、集中質量剛体動力学と残差損失推定のための多層パーセプトロン(MLP)を組み合わせたハイブリッド動力学モデルを構築する。パワーフロー方向の特徴を組み込むことで、ネットワークはモータリングとジェネレーティングの象限全体で3K減速機の時間変化する伝達効率と非線形摩擦損失を特定・予測する。次に、モデルベースのフィードフォワードトルク補償方式を設計し、可変ゲイン一般化運動量オブザーバーを開発して、外部相互作用トルクの安定した推定を実現する。これに基づき、力応答型可変剛性インピーダンス制御則を定式化し、文脈強化学習アーキテクチャ内で近接ポリシー最適化(PPO)アルゴリズムを用いて最適高レベルメタパラメータを探索し、インピーダンスパラメータの適応的調整を可能にする。複数条件の動的相互作用シミュレーションにより、提案されたハイブリッドモデリングアプローチは、従来の運動量外乱オブザーバー(MDOB)ベースラインと比較して、ジョイントトルク予測精度が40%向上することが示された。さらに、適応型可変剛性制御則は、推定された外部力に応答してジョイント剛性を能動的に調整し、自由空間での高精度追従と接触空間での高コンプライアンスという二重の要件を満たす。
- 3K遊星歯車減速機を備えた協働ロボットジョイントで、トルクセンサーレスの可変インピーダンス制御を提案
- 集中質量剛体動力学と残差損失推定用MLPを組み合わせたハイブリッド動力学モデルを構築し、パワーフロー方向の特徴を組み込んでモータリング/ジェネレーティング両象限の伝達効率と非線形摩擦損失を予測
- 力応答型可変剛性インピーダンス制御を、文脈強化学習内の近接ポリシー最適化(PPO)でメタパラメータ探索する方式を定式化
- シミュレーションでジョイントトルク予測精度が従来のMDOBベースライン比40%向上
- 外部相互作用トルク推定のため可変ゲイン一般化運動量オブザーバーを開発し、自由空間の高精度追従と接触空間の高コンプライアンスを両立
協働ロボットジョイントの制御を、トルクセンサーなしで高精度追従とコンプライアンスを両立させる研究。3K遊星歯車減速機の伝達効率・非線形摩擦をMLPで学習するハイブリッド動力学モデルとPPOによるメタパラメータ最適化を組み合わせ、トルク予測精度をMDOBベースライン比40%改善した点が定量的な成果。センサーレス化は部品コストと設計自由度に効くため、力覚センサーに依存してきた協働ロボ・関節モジュール各社の競争軸に影響しうるが、現時点はシミュレーション検証段階であり、実機検証・量産適用の可否を見極める必要がある。