ベイズ統計と事前知識を用いたロボット動力学のゼロショットパラメータ学習

- 産業用ロボットの inertial parameter identification を Bayesian statistics に基づいて行う手法の提案 - prior knowledge を組み込み、少数または追加計測なし(Zero-Shot Learning)でも学習可能 - MABI Max 100 ロボットの inertial parameter に加え mechanical parameter と base parameter も同定 - 物理的実現可能性(physical feasibility)を保証し、結果の confidence intervals を提示 - 6自由度 serial robot 向けに datasheet や CAD model が無い場合の複数種類の prior を提供

- 従来の Least Squares や Machine Learning による inertial parameter identification は、ロボットに関する prior information を考慮せず、大量の計測を必要とする - 提案手法は Bayesian statistics に着想を得て prior knowledge を統合し、generalization を改善 - 少数の計測または追加計測なし(Zero-Shot Learning)での学習を可能にする点が先行手法と異なる - 物理的実現可能性の保証と confidence intervals の提示も従来手法に対する特徴として挙げられている

- Bayesian statistics に着想を得た identification 手法で、prior knowledge を組み込む - 少数または追加計測なしでの学習(Zero-Shot Learning)を実現 - inertial parameter に加えて mechanical parameter と base parameter を同定対象とする - physical feasibility を保証し、結果の confidence intervals を算出 - datasheet や CAD model が無い6自由度 serial robot 向けに複数種類の prior を提供

- MABI Max 100 ロボットを用いて、inertial parameter に加え mechanical parameter と base parameter を正しく学習できることを示す - physical feasibility の保証と confidence intervals の提示を確認 - 少数または追加計測なし(Zero-Shot Learning)での学習可能性を検証 - 具体的な計測条件や比較実験の詳細は要旨からは不明

- 提案手法は prior knowledge の利用により generalization を改善し、少数計測や Zero-Shot での学習を可能にする - physical feasibility の保証と confidence intervals の提示により結果の信頼性を扱う - datasheet や CAD model が無い場合の prior の種類を提示しているが、prior 選択の影響や限界についての詳細は要旨からは不明 - 実験規模や他ロボットへの一般化に関する議論は要旨からは不明

- Least Squares による inertial parameter identification の標準手法(関連する古典的文献) - Machine Learning を用いた inertial parameter identification の研究 - Bayesian statistics を用いた parameter identification の関連研究 - physical feasibility を考慮した inertial parameter identification の研究 - 6自由度 serial robot の prior 設計に関する研究