日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2609.24062

適応的重み付き制御バリア関数による冗長ロボットの安全制御

Safety Control of a Hyper-redundant Robot via Adaptive Weighted Control Barrier Functions

シェア:XThreadsFacebookLINEはてブBluesky

冗長ロボットの安全制約を満たしつつ、負荷の偏りによる追従誤差を低減する重み付き制御バリア関数を提案し、適応的重み付けで性能を向上させた。

詳しい要約

1. どんなもの？

- Hyper-redundant robotの安全制御を目的とした研究。 - 狭所での操作に適するが、障害物環境での安全確保と、不均一な負荷による追従誤差が課題。 - 重み付きControl Barrier Functions (W-CBFs) フレームワークを提案。 - 安全性制約を課しつつ、不均一負荷に起因する追従誤差を低減。 - 円形経路追従タスクと清掃タスクで評価。

2. 先行研究と比べてどこがすごい？

- 従来のCBFsと比較し、重み付けにより追従誤差を低減。 - 固定重みで、非重み付き手法と比べRMS追従誤差をシミュレーションで最大59.6%、物理実験で87.7%削減。 - 適応重み戦略により、さらにRMS誤差をそれぞれ21.9%、8.5%低減。 - 清掃タスクでは、手動テレオペレーションと比べ、衝突回避しつつ同等以上のカバレッジ性能を達成。

3. 技術・手法の肝は？

- 重み付きControl Barrier Functions (W-CBFs) を提案。 - 安全性制約を強制しつつ、重み付けで追従誤差を低減。 - 固定重みと適応重みの2種類を検討。 - 適応重みは、シミュレーションと実験の性能差に基づき、異なるマッピング関数で更新。 - 円形経路追従タスクで評価。

4. どうやって有効だと検証した？

- 円形経路追従タスクを異なる障害物配置で評価。 - シミュレーションと物理実験で固定重みと非重み付き手法を比較。 - 適応重み戦略も評価し、RMS誤差の低減を確認。 - 清掃タスク（矩形領域カバー）で手動テレオペレーションと比較。 - 自律戦略が衝突回避しつつ同等以上のカバレッジを達成。

5. 議論はある？

- 適応重み戦略でRMS誤差はさらに低減したが、障害物がロボット本体に近い場合には誤差が増加。 - 清掃タスクではカバレッジ性能は同等以上だが、明示的に最適化されていない。 - 手動操作では衝突が発生したが、自律戦略では回避。 - 限界や一般化可能性については要旨からは不明。

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Control Barrier Functions (CBFs) やHyper-redundant robotの安全制御に関する論文が挙げられる。 - 具体的な論文名は要旨からは不明。

※ 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: Zijian Cai, Kiwan Wong, Wenci Xin, Wei Xiao, Daniela Rus, Cecilia Laschi

分類: cs.RO

原文アブストラクト

Hyper-redundant robots are well suited for confined-space manipulation due to their high dexterity, but safe operation in cluttered environments remains challenging. In addition, their slender structures often lead to uneven load distributions and nonuniform tracking errors along the body. To address these issues, this work proposes a weighted control barrier functions (W-CBFs) framework that enforces safety constraints while reducing tracking errors caused by uneven loading. The proposed controller was first evaluated on a circular path-following task under different obstacle configurations. With fixed weights, compared to the non-weighted method, the maximum reduction in root-mean-square (RMS) tracking error was 59.6\% in simulation and 87.7\% in physical experiments. An adaptive weighting strategy was then investigated based on the discrepancy between simulated and experimental performance under different mapping functions. The RMS errors were further reduced by 21.9\% and 8.5\%, respectively, although the error increases when obstacles were located close to the robot body. Finally, the robot was evaluated in a cleaning task requiring coverage of a rectangular area and compared with manual teleoperation. Although the controller was not explicitly optimized for area coverage, the autonomous strategy achieved comparable or better coverage performance while avoiding collisions with the surrounding frame, whereas collisions occurred during manual operation.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXO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
  3. 3newmo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
  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

MINISFORUM（ミニPC）

MINISFORUM（ミニPC）の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →