昆虫サイズ羽ばたきロボットにおける深層学習ロバストチューブモデル予測制御による曲技飛行

- 750-millgram の flapping-wing aerial robot において、insect-like な agile maneuver を実現する研究。 - sharp braking、saccade、body flip などの高機動飛行を対象とする。 - deep-learned robust tube model predictive control を設計し、disturbance 下でも aggressive trajectory を追従させる。 - 計算制約のある real-time system 向けに imitation learning で学習した two-layer fully connected neural network を用いる。

- 従来の insect-scale aerial robot は small body acceleration の non-aggressive trajectory 追従に限定されていた。 - 本研究は lateral speed 197 cm/s、acceleration 11.7 m/s^2 の saccade を実現し、prior results 比でそれぞれ 447%、255% の改善を示す。 - 160 cm/s の wind disturbance 下や大きな command-to-force mapping error 下でも saccade を実行可能。 - sub-gram flyers では最も困難な maneuver とされる 10 consecutive body flips を 11 秒で達成。

- deep-learned robust tube model predictive control を中核とする制御手法。 - aggressive flight trajectory を生成し、model と environmental uncertainty を考慮する high-rate feedback controller を構成。 - compute-constrained real-time system で高い feedback rate を実現するため、imitation learning で two-layer fully connected neural network を訓練。 - この network は central nervous system と motor neurons からなる insect flight control architecture に類似。

- 750-millgram flapping-wing robot 上で aggressive flight trajectory の追従を実証。 - disturbance 下での saccade maneuver を評価し、lateral speed 197 cm/s、acceleration 11.7 m/s^2 を報告。 - 160 cm/s wind disturbance 下および大きな command-to-force mapping error 下での saccade 実行を検証。 - 11 秒間で 10 consecutive body flips を達成したことを示す。

- insect-scale flight agility における milestone と位置づけられる。 - 今後の sensing と compute autonomy に関する研究を促すと述べられている。 - 具体的な限界や失敗事例、議論の詳細は要旨からは不明。

- 要旨で直接参照・比較されている個別論文は明示されていない。 - 関連手法として model predictive control、tube MPC、imitation learning、flapping-wing aerodynamics に関する研究が次に読むべき候補。 - insect-scale aerial robot の sensing autonomy および compute autonomy に関する研究も関連する。