時間変動流下でのマイクロロボット細胞押し操作のための残差RL-MPC
Residual RL-MPC for Robust Microrobotic Cell Pushing Under Time-Varying Flow
マイクロ流体中の細胞押し操作を、MPCに強化学習で学習した残差ポリシーを組み合わせたハイブリッド制御で行い、時間変動流下でのロバスト性と追従精度を向上させた。
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: Yanda Yang, Sambeeta Das
分類: cs.RO, cs.AI
原文アブストラクト
Contact-rich micromanipulation in microfluidic flow is challenging because small disturbances can break pushing contact and induce large lateral drift. We study planar cell pushing with a magnetic rolling microrobot that tracks a waypoint-sampled reference curve under time-varying Poiseuille flow in simulation. We propose a hybrid controller that augments a nominal MPC with a learned residual policy trained by SAC. The policy outputs a bounded 2D velocity correction that is contact-gated, so residual actions are applied only during robot-cell contact, preserving reliable approach behavior and stabilizing learning. All methods share the same actuation interface and speed envelope for fair comparisons. Simulation results show improved robustness and tracking accuracy over pure MPC and PID under nonstationary flow, with generalization from a clover training curve to unseen circle and square trajectories. A residual-bound sweep identifies an intermediate correction limit as the best trade-off, which we use in all benchmarks.
関連論文
- 手持ち型マイクロマニピュレーションにおける誘導と安全を同時に実現する能動的制約マイクロマニピュレーション
- 生物学的マイクロマニピュレーションにおけるマイクロ器用性：身体性、知覚、制御マイクロマニピュレーション
- MicroPush: 磁気ローリングマイクロロボットによる接触の多い細胞押し出しと組立のためのシミュレータとベンチマークマイクロマニピュレーション
- 対話型OT Gym：強化学習ベースの光ピンセット駆動マイクロロボティクスシミュレーションプラットフォームマイクロマニピュレーション
- 光電子ロボット群による非接触巧みなマイクロマニピュレーションマイクロマニピュレーション
- ホログラフィック光ピンセットによる複合マイクロ構造の自動形成マイクロマニピュレーション
