模倣学習・制御2025/11/1arXiv:2511.09790

学習済み力学系のためのロバストなタスクレベル制御アーキテクチャ

A Robust Task-Level Control Architecture for Learned Dynamical Systems

力学系ベースの見まね学習で生成した動作計画を、L1適応制御と動的時間伸縮法で補正し、外乱や遅延があっても正確に追従できるタスクレベル制御手法を提案。

詳しい要約

1. どんなもの？

- ロボットの操作空間（task space）でDS-based LfDが生成する運動計画を、実際のロボットで追従させるためのtask-level制御アーキテクチャ。 - 提案手法はL1-augmented Dynamical Systems (L1-DS)と呼ばれ、任意のDS-based LfDモデルにnominal安定化制御器とL1 adaptive controllerを付加する。 - さらにwindowed Dynamic Time Warping (DTW)ベースのtarget selectorを導入し、時間的ずれに対処する。

2. 先行研究と比べてどこがすごい？

- 従来のDS-based LfDは運動計画の生成に強みを持つが、unmodeled dynamics、持続的disturbances、system latencyによるtask-execution mismatchで追従が損なわれる問題があった。 - 提案はそのmismatchを明示的に扱い、任意のDS-based LfDスキームに適用可能な汎用的なtask-level robust制御アーキテクチャを提供する点が特徴。 - 具体的な先行研究との定量的比較は要旨からは不明。

3. 技術・手法の肝は？

- 任意のDS-based LfDモデルをnominal motion plan生成器として用い、これにnominal安定化制御器とL1 adaptive controllerを組み合わせる。 - L1 adaptive controllerによりunmodeled dynamicsや持続的disturbances、latencyの影響を補償する。 - windowed DTW-based target selectorにより、時間的misalignmentを扱いphase-consistentな追従を実現する。

4. どうやって有効だと検証した？

- LASAデータセットとIROS handwritingデータセット上で提案アーキテクチャの有効性を実証した。 - 具体的な評価指標や比較対象、実験条件の詳細は要旨からは不明。

5. 議論はある？

- task-execution mismatchの要因としてunmodeled dynamics、persistent disturbances、system latencyを挙げている。 - 時間的misalignmentへの対処としてDTWベースのtarget selectorを導入しているが、その限界や計算コスト、他手法との比較に関する議論は要旨からは不明。

6. 次に読むべき論文は？

- 任意のDS-based LfDスキーム（要旨で言及） - L1 adaptive control（提案の構成要素） - Dynamic Time Warping (DTW)（提案の構成要素） - LASAデータセットおよびIROS handwritingデータセットを用いた関連研究 - 具体的な参照論文は要旨からは不明。

※ 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: Eshika Pathak, Ahmed Aboudonia, Sandeep Banik, Naira Hovakimyan

分類: cs.RO, cs.LG, cs.SY, eess.SY

原文アブストラクト

Dynamical system (DS)-based learning from demonstration (LfD) is a powerful tool for generating motion plans in the operation (`task') space of robotic systems. However, the realization of the generated motion plans is often compromised by a ''task-execution mismatch'', where unmodeled dynamics, persistent disturbances, and system latency cause the robot's actual task-space state to diverge from the desired motion trajectory. We propose a novel task-level robust control architecture, L1-augmented Dynamical Systems (L1-DS), that explicitly handles the task-execution mismatch in tracking a nominal motion plan generated by any DS-based LfD scheme. Our framework augments any DS-based LfD model with a nominal stabilizing controller and an L1 adaptive controller. Furthermore, we introduce a windowed Dynamic Time Warping (DTW)-based target selector, which enables the nominal stabilizing controller to handle temporal misalignment for improved phase-consistent tracking. We demonstrate the efficacy of our architecture on the LASA and IROS handwriting datasets.

arXivで原文を読む →arXiv概要ページ

← 論文一覧