日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ソフトロボティクス/制御arXiv:2601.03247

データ駆動型スペクトルサブマニフォールドによるソフトロボット筋の非線形モデリングと制御

Nonlinear Spectral Modeling and Control of Soft-Robotic Muscles from Data

シェア:XThreadsFacebookLINEはてブBluesky

HASELアクチュエータの非線形動特性をスペクトルサブマニフォールド理論に基づくデータ駆動モデルで低次元化し、実時間制御で追従誤差を大幅に低減した。

詳しい要約

1. どんなもの?

HASELアクチュエータ(人工筋肉)の非線形マルチフィジクス動力学を、データ駆動のスペクトル部分多様体(SSM)理論で低次元化し、実機制御に適用する研究。断熱領域で軌道が低次元スローマニフォールドに収束する性質を利用し、強制応答軌道のみから入力-出力写像を学習。拮抗型HASEL-クラッチ関節のリアルタイム制御に展開し、追従誤差を大幅低減。物理モデル不要の記録・制御ワークフローを提案。

2. 先行研究と比べてどこがすごい?

従来のHASEL制御は非線形動力学やヒステリシス・記憶効果のため物理モデリングが困難で、フィードバックのみ/フィードフォワードのみのベースラインでは追従誤差が大きい。本研究はSSM理論に基づくデータ駆動低次元化により、減衰実験(ヒステリシスを誘発しうる)を避けつつ強制応答のみで写像を学習し、同一条件下で追従誤差を大幅に削減。詳細な物理モデルなしで高性能制御を実現する点が新しい。

3. 技術・手法の肝は?

SSM理論に基づくデータ駆動リダクションと制御。断熱領域(入力が固有過渡に比べ緩やか)で軌道が低次元スローマニフォールドに急速収束する性質を利用。強制応答軌道のみからマニフォールド上の明示的入力-出力写像を学習し、減衰実験を回避。学習したSSMベースモデルを拮抗型HASEL-クラッチ関節のリアルタイム制御に実装。記録・制御ワークフローで迅速な特性評価と高性能制御を可能にする。

4. どうやって有効だと検証した?

拮抗型HASEL-クラッチ関節のリアルタイム制御にSSMベースモデルを展開。同一設定下でフィードバックのみおよびフィードフォワードのみのベースラインと比較し、追従誤差の大幅な削減を確認。これにより有効性を検証。

5. 議論はある?

要旨からは不明。断熱領域の仮定やヒステリシス・記憶効果への対処、他アクチュエータへの一般化、計算コストやロバスト性に関する議論は明示されていない。

6. 次に読むべき論文は?

要旨で参照・比較されている研究は明示されていない。関連手法としてHASELアクチュエータ、スペクトル部分多様体(SSM)理論、データ駆動制御、ソフトロボティクス、人工筋肉、拮抗型関節制御の定番文献を挙げる。

※ 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: Leonardo Bettini, Amirhossein Kazemipour, Robert K. Katzschmann, George Haller

分類: math.DS, cs.CE, cs.RO, cs.SY, eess.SY, math.OC

原文アブストラクト

Artificial muscles are essential for compliant musculoskeletal robotics but complicate control due to nonlinear multiphysics dynamics. Hydraulically amplified electrostatic (HASEL) actuators, a class of soft artificial muscles, offer high performance but exhibit memory effects and hysteresis. Here we present a data-driven reduction and control strategy grounded in spectral submanifold (SSM) theory. In the adiabatic regime, where inputs vary slowly relative to intrinsic transients, trajectories rapidly converge to a low-dimensional slow manifold. We learn an explicit input-to-output map on this manifold from forced-response trajectories alone, avoiding decay experiments that can trigger hysteresis. We deploy the SSM-based model for real-time control of an antagonistic HASEL-clutch joint. This approach yields a substantial reduction in tracking error compared to feedback-only and feedforward-only baselines under identical settings. This record-and-control workflow enables rapid characterization and high-performance control of soft muscles and muscle-driven joints without detailed physics-based modeling.

関連論文

  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI