論文の概要: Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization
- arxiv url: http://arxiv.org/abs/2512.06754v1
- Date: Sun, 07 Dec 2025 09:34:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.181695
- Title: Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization
- Title（参考訳）: バックボーン張力最適化を用いた宇宙用連続マニピュレータのモデルレスフィードバック制御
- Authors: Shrreya Rajneesh, Nikita Pavle, Rakesh Kumar Sahoo, Manoranjan Sinha,
- Abstract要約: 連続マニピュレータは、閉じ込められた、障害物の多い環境でのナビゲーションのディクスタリティと安全なコンプライアンスを提供する。
無限次元のバックボーン変形、非モデル化内部摩擦、構成に依存した剛性は、モデルベースキネマティックな定式化の信頼性を制限する。
この研究は、微分凸更新を通じてオンラインに改良された経験的に固有のヤコビアンを用いて、キネマティックモデリングをバイパスする完全なモデルレス制御フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Continuum manipulators offer intrinsic dexterity and safe geometric compliance for navigation within confined and obstacle-rich environments. However, their infinite-dimensional backbone deformation, unmodeled internal friction, and configuration-dependent stiffness fundamentally limit the reliability of model-based kinematic formulations, resulting in inaccurate Jacobian predictions, artificial singularities, and unstable actuation behavior. Motivated by these limitations, this work presents a complete model-less control framework that bypasses kinematic modeling by using an empirically initialized Jacobian refined online through differential convex updates. Tip motion is generated via a real-time quadratic program that computes actuator increments while enforcing tendon slack avoidance and geometric limits. A backbone tension optimization term is introduced in this paper to regulate axial loading and suppress co-activation compression. The framework is validated across circular, pentagonal, and square trajectories, demonstrating smooth convergence, stable tension evolution, and sub-millimeter steady-state accuracy without any model calibration or parameter identification. These results establish the proposed controller as a scalable alternative to model-dependent continuum manipulation in a constrained environment.
- Abstract（参考訳）: 連続マニピュレータは、固有のデキスタリティと、閉じ込められた、障害物の多い環境でのナビゲーションのための安全な幾何学的コンプライアンスを提供する。
しかし、無限次元のバックボーン変形、非モデル化内部摩擦、構成に依存しない剛性は、モデルに基づく運動論的定式化の信頼性を根本的に制限し、不正確なヤコビアン予測、人工特異点、不安定な運動挙動をもたらす。
これらの制限によって動機づけられたこの研究は、微分凸更新を通じて、実験的に初期化されたジャコビアン精製されたオンラインを用いて、キネマティックモデリングをバイパスする完全なモデルレス制御フレームワークを提供する。
ティップ運動は、アクタのインクリメントを計算し、テントンスラックの回避と幾何学的制限を強制するリアルタイム二次プログラムによって生成される。
本稿では、軸方向の荷重を規制し、コアクティベーション圧縮を抑制するために、背骨張力最適化項を導入する。
このフレームワークは円、五角、四角の軌道にまたがって検証され、スムーズな収束、安定した張力の進化、モデルキャリブレーションやパラメータ同定なしにサブミリの定常精度を示す。
これらの結果から,制約環境下でのモデル依存連続体操作に代わるスケーラブルな制御系として,提案手法が確立された。
関連論文リスト
- Statistical Contraction for Chance-Constrained Trajectory Optimization of Non-Gaussian Stochastic Systems [0.0]
このフレームワークは共形推論を用いて任意の参照軌跡を囲む閉ループ力学に対する信頼セットを生成する。
適切な制約の締め付けにより、基準軌跡上の統計的に妥当な決定論的制約をトラクタブルに修正することができる。
これにより、安全クリティカルな現実世界のアプリケーションにおいて、ニューラルネットワークメトリクスのような学習ベースのモーションプランナとコントローラを活用、検証するフォーマルなパスが可能になる。
論文 参考訳（メタデータ） (2026-03-07T08:01:20Z) - Constraint-Free Static Modeling of Continuum Parallel Robot [2.1933060555769073]
連続並列ロボット(CPR)は、閉ループトポロジーにおいて、剛体運動機構と複数の弾性棒を結合する。
本稿では, 幾何学的非線形, 大規模変形, 大規模回転条件下でも有効であるCPRの幾何的精度, 構成ベース, 制約のない静的モデルを提案する。
論文 参考訳（メタデータ） (2026-03-05T15:49:30Z) - KoopGen: Koopman Generator Networks for Representing and Predicting Dynamical Systems with Continuous Spectra [65.11254608352982]
生成元をベースとしたニューラル・クープマン・フレームワークを導入し,構造的かつ状態に依存したクープマン・ジェネレータの表現を通じて動的にモデル化する。
固有のカルテス分解をスキュー結合および自己結合成分に利用することにより、KoopGenは可逆的な散逸から保守的な輸送を分離する。
論文 参考訳（メタデータ） (2026-02-15T06:32:23Z) - TeleBoost: A Systematic Alignment Framework for High-Fidelity, Controllable, and Robust Video Generation [45.864084191741135]
ポストトレーニングは、事前訓練されたビデオジェネレータをプロダクション指向のモデルに変換するための決定的なステップである。
本報告では,指導的政策形成,報酬駆動型強化学習,嗜好に基づく改善を組織化する,体系的なポストトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-07T15:49:25Z) - Dual-quaternion learning control for autonomous vehicle trajectory tracking with safety guarantees [39.146761527401424]
運動を運動論的に記述できる自律型ロボットプラットフォームのための学習型軌道追跡制御器を提案する。
コントローラは二重四元数フレームワークで定式化され、角速度と直線速度の直接の指令を仮定して速度レベルで動作する。
論文 参考訳（メタデータ） (2026-01-06T15:30:02Z) - Fractional-order Modeling for Nonlinear Soft Actuators via Particle Swarm Optimization [49.34452620841728]
本稿では, ソフト材料の動的挙動を捉えるために, 分数次微分方程式(FODE)に基づく革新的なモデリング手法を提案する。
提案手法は,ソフトアクチュエータに固有の複雑な変形現象を効果的に表現する。
論文 参考訳（メタデータ） (2025-12-20T04:46:25Z) - AERMANI-Diffusion: Regime-Conditioned Diffusion for Dynamics Learning in Aerial Manipulators [2.376629619475859]
空力マニピュレータは、慣性結合力と空力の迅速かつ構成に依存した変化を行う。
条件付き拡散プロセスと軽量時間エンコーダを用いて残留力の完全な分布をモデル化する状態条件拡散フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-11T16:10:32Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Modeling and Control of Deep Sign-Definite Dynamics with Application to Hybrid Powertrain Control [1.9116784879310027]
深層学習は、第一原理モデリングが難しい物理システムやシステムにますます使われる。
我々は,ジャコビアンエントリの制約を満たす新しいタイプの深層学習モデルを開発する。
2タンク方式のハイブリッドシステムでは,提案手法は既存手法よりも制御入力を改善する。
論文 参考訳（メタデータ） (2025-09-24T08:15:26Z) - Towards Continual Learning Desiderata via HSIC-Bottleneck
Orthogonalization and Equiangular Embedding [55.107555305760954]
本稿では,レイヤワイドパラメータのオーバーライトや決定境界の歪みに起因する,概念的にシンプルで効果的な手法を提案する。
提案手法は,ゼロの指数バッファと1.02倍の差が絶対的に優れていても,競争精度が向上する。
論文 参考訳（メタデータ） (2024-01-17T09:01:29Z) - Gaussian Process-based Min-norm Stabilizing Controller for
Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。
この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文 参考訳（メタデータ） (2020-11-14T01:27:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。