日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

適応制御/四重項/分布外外乱arXiv:2610.34538

四重項制御における過渡的な分布外外乱への適応学習のための双勾配合意

Dual Gradient Consensus for Adaptive Learning to Transient Out-of-Distribution Disturbances in Quadrotor Control

シェア:XThreadsFacebookLINEはてブBluesky

四重項の軌道追従において、短期的な分布外残差が学習済み外乱モデルを壊す問題に対し、残差勾配を長期・短期記憶と比較して適応状態を分類し、信頼度マップで更新を抑制するDual Gradient Consensusを提案。4つの混合外乱ケースで平均位置RMSEが最小。

詳しい要約

1. どんなもの?

- 四 rotor の trajectory tracking における unmodeled disturbances への適応学習手法 - 提案手法は Dual Gradient Consensus (DGC) - 短期的な out-of-domain residual が学習済み disturbance model を破壊する問題に対処 - 既存の domain-adaptive residual policy (DAPL) の online update step size を修正する位置づけ

2. 先行研究と比べてどこがすごい?

- 従来の online residual adaptation は constant-step updates で全 residual gradient を均等に扱うため、短い out-domain residual でモデルが corrupt される - DGC は gradient の長期・短期 memory を比較し adaptation regime を分類 - confidence map で信頼できない更新を抑制し、持続的 domain shift 後は適応を回復 - 比較対象の L1-augmented MPC、RFF-based MPC、constant-step DAPL、frozen-parameter baseline より全4ケースで平均 position RMSE が最小

3. 技術・手法の肝は?

- random Fourier feature model、offline BPTT policy、least-squares adaptation は DAPL から継承 - 変更点は online update step size の決定 - 各 residual gradient を long-term / short-term gradient memory と比較 - 現在の adaptation regime を分類 - confidence map により unreliable updates を抑制 - persistent domain shifts 後に adaptation を回復させる仕組み

4. どうやって有効だと検証した?

- numerical quadrotor trajectory tracking で評価 - in-domain component と short out-domain events を混合した4種類の residual を使用 - L1-augmented MPC、RFF-based MPC、constant-step DAPL、frozen-parameter baseline と比較 - 全4ケースで DGC が最低の mean position RMSE を達成

5. 議論はある?

- 要旨からは不明 - 限界や失敗ケース、計算コスト、実機検証の有無は要旨に記載なし

6. 次に読むべき論文は?

- DAPL (domain-adaptive residual policy) の原論文 - L1-augmented MPC - RFF-based MPC - offline BPTT を用いた residual policy 学習の関連研究

※ 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: Mingtian Tan, Vasileios Tzoumas

分類: cs.RO, eess.SY

原文アブストラクト

Quadrotor trajectory tracking under unmodeled disturbances often relies on online residual adaptation, but short out-domain residuals can corrupt the learned disturbance model when constant-step updates treat every residual gradient uniformly. We propose Dual Gradient Consensus (DGC), an adaptive-learning method for mixed in-domain/out-domain disturbances that retains the random Fourier feature model, offline BPTT policy, and least-squares adaptation of a prior domain-adaptive residual policy (DAPL) while modifying the online update step size. DGC compares each residual gradient with long- and short-term gradient memories, classifies the current adaptation regime, and uses a confidence map to suppress unreliable updates while recovering adaptation after persistent domain shifts. We evaluate DGC in numerical quadrotor trajectory tracking under four residuals that mix an in-domain component with short out-domain events. Compared with $L_1$-augmented MPC, RFF-based MPC, constant-step DAPL, and a frozen-parameter baseline, DGC achieves the lowest mean position RMSE in all four cases.

  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