日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マルチドローン制御arXiv:2510.01489

制御収縮計量に基づくマルチドローン吊り下げペイロード操作のロバストニューラル制御設計

A Robust Neural Control Design for Multi-drone Slung Payload Manipulation with Control Contraction Metrics

シェア:XThreadsFacebookLINEはてブBluesky

3機のドローンで吊り下げたペイロードを外乱下で目標経路に追従させるため、制御収縮計量(CCM)によるニューラルベースライン制御と不確かさ・外乱推定器(UDE)を組み合わせたロバスト制御手法を提案した。

詳しい要約

1. どんなもの?

- 3機のドローンで吊り下げペイロードを運搬するシステムのためのロバストなニューラル制御設計 - 外乱下で参照経路を追従することを目的とする - control contraction metric (CCM) に基づくニューラル指数収束ベースライン制御器を生成 - control input saturation 制約を遵守 - uncertainty and disturbance estimator (UDE) を組み込み持続外乱を動的に補償 - 制御器と推定器が個別に機能するモジュール化設計

2. 先行研究と比べてどこがすごい?

- 先行研究との具体的比較は要旨からは不明 - CCM によるニューラル指数収束ベースライン制御器と UDE 補償器を組み合わせた点が特徴 - control input saturation 制約を考慮しつつ外乱補償を統合 - モジュール化設計により制御器と推定器が各々のタスクを遂行 - 一定の外乱仮定の下でゼロ軌道追従誤差を達成

3. 技術・手法の肝は?

- control contraction metric (CCM) を用いてニューラル指数収束ベースライン制御器を生成 - control input saturation 制約を遵守する設計 - uncertainty and disturbance estimator (UDE) により持続外乱を動的に補償 - CCM 制御器と UDE 補償器を統合した全体システムの安定性とロバスト性を提示 - 制御器と推定器を分離したモジュール化アーキテクチャ

4. どうやって有効だと検証した?

- Simulations を実施 - 外部外乱下で複雑な軌道を追従する能力を実証 - 提案制御設計の有効性をシミュレーションで確認 - 実機実験に関する記述は要旨からは不明

5. 議論はある?

- 外乱が一定の仮定を満たす場合にゼロ軌道追従誤差を達成 - 全体システムの安定性とロバスト性を提示 - 仮定を満たさない外乱に対する議論は要旨からは不明 - 実機適用や計算負荷に関する議論は要旨からは不明

6. 次に読むべき論文は?

- control contraction metric (CCM) に関する文献 - uncertainty and disturbance estimator (UDE) に関する文献 - マルチドローン slung payload 搬送に関する研究 - ニューラル制御に基づくロバスト制御の関連研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Xinyuan Liang, Longhao Qian, Yi Lok Lo, Hugh H. T. Liu

分類: eess.SY, cs.RO, cs.SY

原文アブストラクト

This paper presents a robust neural control design for a three-drone slung payload transportation system to track a reference path under external disturbances. The control contraction metric (CCM) is used to generate a neural exponentially converging baseline controller while complying with control input saturation constraints. We also incorporate the uncertainty and disturbance estimator (UDE) technique to dynamically compensate for persistent disturbances. The proposed framework yields a modularized design, allowing the controller and estimator to perform their individual tasks and achieve a zero trajectory tracking error if the disturbances meet certain assumptions. The stability and robustness of the complete system, incorporating both the CCM controller and the UDE compensator, are presented. Simulations are conducted to demonstrate the capability of the proposed control design to follow complicated trajectories under external disturbances.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI