ROBOTICSロボティクス
協働産業用ロボットの安全性制約付き軌道最適化に向けたマルチレベルDDPG強化学習
Multi-Level Deep Deterministic Policy Gradient reinforcement learning for safety-constrained trajectory optimization of collaborative industrial robots
FIFrontiers in Artificial Intelligence · CC BY 4.0
AIが原文を翻訳・要約しています
現代の製造環境における協働ロボット向けに、効率性・適応性・安全性を両立する軌道最適化フレームワーク「ML-DDPG」が提案された。本手法は戦略的ウェイポイント層、DDPGによる連続運動制御、危険行動を実行前に修正する反応的射影を統合している。PyTorchベースの3Dシミュレーション単一試行において、成功率98.7%、軌道誤差1.08mm、衝突ゼロを達成した。実機UR5eでの検証でも平均追従誤差0.018mで衝突なく動作したが、著者らは統計的有意性の検証や複数シードでの再評価が今後必要であると指摘している。
KEY POINTS要点記事から抽出した重要情報
- 協働ロボット向け軌道最適化フレームワーク「ML-DDPG」が提案され、実機UR5e検証において平均追従誤差0.018mで衝突のない動作を達成した。
CONTEXT文脈編集部による背景整理
協働ロボット(コボット)の安全性確保と高効率な軌道最適化を強化学習で両立するアプローチの実機検証が進展している点に注目。ただし初期検証段階であり、実産業ラインへの適用に向けた統計的再現性の確立を注視したい。
原文を読むAnalyzed at 2026年10月9日 15:02