文献

J-GLOBAL ID：201702213754389856   整理番号：17A1630616

駆動システムの失敗のアーム搭載移動クローラロボットのための回復運動学習【Powered by NICT】

Recovery Motion Learning for Arm Mounted Mobile Crawler Robot in Drive System’s Failure ^* * This work was in part funded by ImPACT Program of Council for Science, Technology and Innovation (Cabinet Office, Government of Japan)

著者 (5件)： Ito Tasuku (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo 7-3-1 Hongo, Bunkyo-ku, Tokyo 113-8656, Japan) ,  Kono Hitoshi (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo 7-3-1 Hongo, Bunkyo-ku, Tokyo 113-8656, Japan) ,  Tamura Yusuke (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo 7-3-1 Hongo, Bunkyo-ku, Tokyo 113-8656, Japan) ,  Yamashita Atsushi (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo 7-3-1 Hongo, Bunkyo-ku, Tokyo 113-8656, Japan) ,  Asama Hajime (Department of Precision Engineering, Graduate School of Engineering, The University of Tokyo 7-3-1 Hongo, Bunkyo-ku, Tokyo 113-8656, Japan)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 50  号： 1  ページ： 2329-2334  発行年： 2017年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 被災地では,アーム搭載クローラロボットである犠牲者探索のようなミッションのためのレバレッジ。しかし,ロボットシステムは,極端な環境で駆動システムの破壊の可能性を持っている。さらに,ロボットは,機構を修復するための動き続ける必要がある,駆動システムは障害となっている。この問題に対応して,回復運動を実現することが重要である。しかし,回復運動ロボットの環境と配置に依存するため,回復運動の設計は困難である。単一アーム搭載クローラロボットの回復運動の学習方法論を述べ,提案したシステムは,計算機シミュレーションにおける回復運動を学習できることを確認した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *ロボット ,  計算機シミュレーション ,  *駆動方式 ,  *アーム ,  遠隔制御 ,  運動制御
準シソーラス用語： ロボットシステム ,  被災地 ,  *運動学習 ,  *クローラロボット , 【Automatic Indexing@JST】

著者キーワード (7件)： 強化学習 ,  フォールトトレランス ,  クローラロボット ,  遠隔操作 ,  運動制御 ,  知的運転者支援 ,  正規化エネルギー安定余裕

分類 (3件)： ロボットの設計・製造・構造要素  (IC04013A) ,  人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 駆動システム ,  失敗 ,  クローラロボット ,  回復 ,  運動学習