Koopmanニューラルダイナミクスを用いたロボットシステムの全身安全制御
Whole-Body Safe Control of Robotic Systems with Koopman Neural Dynamics
非線形で高次元なロボットのダイナミクスをKoopman作用素で線形化し、安全制約を単一の二次計画問題として解くことで、実時間での安全追従制御を実現した。Kinova Gen3マニピュレータとGo2四足ロボットで検証し、精度の高い追従と障害物回避を確認した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Sebin Jung, Abulikemu Abuduweili, Jiaxing Li, Changliu Liu
分類: cs.RO
原文アブストラクト
Controlling robots with strongly nonlinear, high-dimensional dynamics remains challenging, as direct nonlinear optimization with safety constraints is often intractable in real time. The Koopman operator offers a way to represent nonlinear systems linearly in a lifted space, enabling the use of efficient linear control. We propose a data-driven framework that learns a Koopman embedding and operator from data, and integrates the resulting linear model with the Safe Set Algorithm (SSA). This allows the tracking and safety constraints to be solved in a single quadratic program (QP), ensuring feasibility and optimality without a separate safety filter. We validate the method on a Kinova Gen3 manipulator and a Go2 quadruped, showing accurate tracking and obstacle avoidance.
