文献

J-GLOBAL ID：202202262321141262   整理番号：22A0205180

Lipschitzネットワーク適応によるモデル-現実ギャップのブリッジング【JST・京大機械翻訳】

Bridging the Model-Reality Gap With Lipschitz Network Adaptation

著者 (4件)： Zhou Siqi (Dynamic Systems Lab (www.dynsyslab.org), Institute for Aerospace Studies, University of Toronto, Toronto, Canada) ,  Pereida Karime (Dynamic Systems Lab (www.dynsyslab.org), Institute for Aerospace Studies, University of Toronto, Toronto, Canada) ,  Zhao Wenda (Dynamic Systems Lab (www.dynsyslab.org), Institute for Aerospace Studies, University of Toronto, Toronto, Canada) ,  Schoellig Angela P. (Dynamic Systems Lab (www.dynsyslab.org), Institute for Aerospace Studies, University of Toronto, Toronto, Canada)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 1  ページ： 642-649  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ロボットが現実世界に入っているので,それらはモデル化されていない動力学と障害を受ける。従来のモデルベースの制御手法は,比較的静的で既知の操作環境において成功していることが証明されている。しかし,ロボットの正確なモデルが利用できないとき,モデルベースの設計は,準最適で不安全な挙動さえ導くことができる。本研究では,モデル現実ギャップを橋渡し,動的不確実性が存在する場合でもモデルベース手法の適用を可能にする方法を提案した。特に,ロボットシステムを作る学習ベースのモデル参照適応アプローチを提示し,それは,おそらく不確実な動力学で,あらかじめ定義された参照モデルとして振舞う。次に,参照モデルをモデルベースの制御装置設計に使用できる。典型的なモデル参照適応制御アプローチとは対照的に,著者らはニューラルネットワークの代表的電力を利用して,Lipschitzネットワークと呼ばれる特殊型のニューラルネットワークのアーキテクチャ設計において,証明Lipschitz条件を符号化することにより,高度に非線形な動力学不確実性を捉え,安定性を保証した。本手法は,真のロボットシステムに関する事前知識が制限される場合でも,非線形制御アフィンシステムの一般的クラスに適用する。反転振り子実験における著者らのアプローチを実証し,そこでは,オフショアッド4ロータが,円形軌道をホバリングまたは追跡しながら,倒立振り子のバランスをとるために挑戦される。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  電力 ,  *ネットワーク ,  不確実性 ,  ロボット ,  ホバリング ,  ニューラルネットワーク ,  制御方式 ,  振り子 ,  規範モデル ,  倒立振り子
準シソーラス用語： 事前知識 ,  モデルベース ,  アーキテクチャ設計 ,  ロボットシステム , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 適応 ,  モデル ,  現実 ,  ギャップ ,  ブリッジング