論文の概要: Optimal Control of Microswimmers for Trajectory Tracking Using Bayesian Optimization

• arxiv url: http://arxiv.org/abs/2602.09563v1
• Date: Tue, 10 Feb 2026 09:14:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.316248
• Title: Optimal Control of Microswimmers for Trajectory Tracking Using Bayesian Optimization
• Title（参考訳）: ベイズ最適化を用いた軌道追尾用マイクロスウィマーの最適制御
• Authors: Lucas Palazzolo, Mickaël Binois, Laëtitia Giraldi,
• Abstract要約: マイクロスウィマーの軌道追跡は、マイクロロボティクスにおける重要な課題である。 B-スプラインパラメトリゼーションとベイズ最適化を組み合わせた最適制御問題として軌道追跡問題を定式化する。
• 参考スコア（独自算出の注目度）: 0.10705399532413612
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Trajectory tracking for microswimmers remains a key challenge in microrobotics, where low-Reynolds-number dynamics make control design particularly complex. In this work, we formulate the trajectory tracking problem as an optimal control problem and solve it using a combination of B-spline parametrization with Bayesian optimization, allowing the treatment of high computational costs without requiring complex gradient computations. Applied to a flagellated magnetic swimmer, the proposed method reproduces a variety of target trajectories, including biologically inspired paths observed in experimental studies. We further evaluate the approach on a three-sphere swimmer model, demonstrating that it can adapt to and partially compensate for wall-induced hydrodynamic effects. The proposed optimization strategy can be applied consistently across models of different fidelity, from low-dimensional ODE-based models to high-fidelity PDE-based simulations, showing its robustness and generality. These results highlight the potential of Bayesian optimization as a versatile tool for optimal control strategies in microscale locomotion under complex fluid-structure interactions.
• Abstract（参考訳）: マイクロスウィマーの軌道追跡は、低レイノルズ数ダイナミクスが制御設計を特に複雑にするマイクロロボティクスにおいて重要な課題である。 本研究では、軌道追跡問題を最適制御問題として定式化し、B-スプラインパラメトリゼーションとベイジアン最適化を組み合わせることで、複雑な勾配計算を必要とせずに高い計算コストを処理できるようにする。 強磁性スイマーに応用し、実験で観察された生物学的に誘発された経路を含む、様々な標的軌道を再現する。 さらに3次元スイマーモデルのアプローチを評価し,壁による流体力学的影響に適応し,部分的に補償できることを実証した。 提案手法は,低次元ODEモデルから高忠実度PDEシミュレーションに至るまで,異なる忠実度モデルに対して一貫した適用が可能であり,その堅牢性と汎用性を示す。 これらの結果は,複雑な流体構造相互作用下でのマイクロスケール移動における最適制御戦略のための多目的ツールとしてのベイズ最適化の可能性を強調した。

関連論文リスト

• Divergence Minimization Preference Optimization for Diffusion Model Alignment [66.31417479052774]
  Divergence Minimization Preference Optimization (DMPO) は、逆KL分散を最小化して拡散モデルを整列する原理的手法である。 DMPOは、異なるベースモデルとテストセットで既存のテクニックを一貫して上回り、適合させることができる。
  論文  参考訳（メタデータ） (2025-07-10T07:57:30Z)
• AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
  自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。 非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。 提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
  論文  参考訳（メタデータ） (2025-04-30T23:55:44Z)
• Efficient Design of Compliant Mechanisms Using Multi-Objective Optimization [50.24983453990065]
  そこで本研究では,大きな角状脳卒中を許容できる適合型クロスヒンジ機構の合成について述べる。 キネトスタティックな性能測定に基づいて,多目的最適化問題を定式化する。
  論文  参考訳（メタデータ） (2025-04-23T06:29:10Z)
• Gradient-Free Sequential Bayesian Experimental Design via Interacting Particle Systems [1.1549572298362782]
  ベイズ最適実験設計(BOED)のための勾配のないフレームワークを逐次設定で導入する。 提案手法は,設計最適化のためのEnsemble Kalman Inversion (EKI) と,効率的な後方サンプリングのためのAffine-Invariant Langevin Dynamics (ALDI) サンプリング器を組み合わせたものである。 変分ガウスおよびパラメタライズされたラプラス近似は、期待される情報ゲインの上と下の境界を抽出できる。
  論文  参考訳（メタデータ） (2025-04-17T20:16:15Z)
• Accelerate Neural Subspace-Based Reduced-Order Solver of Deformable Simulation by Lipschitz Optimization [9.364019847856714]
  高DOFで物理シミュレーションを高速化する新しい手法として,低次シミュレーションがある。 本稿では,最適化された部分空間マッピングの探索手法を提案する。 準静的シミュレーションと動的シミュレーションの両方において,本手法の有効性を示す。
  論文  参考訳（メタデータ） (2024-09-05T12:56:03Z)
• Ensemble Kalman Filtering Meets Gaussian Process SSM for Non-Mean-Field and Online Inference [47.460898983429374]
  我々は,非平均場(NMF)変動推定フレームワークにアンサンブルカルマンフィルタ(EnKF)を導入し,潜在状態の後方分布を近似する。 EnKFとGPSSMのこの新しい結婚は、変分分布の学習における広範なパラメータ化の必要性をなくすだけでなく、エビデンスの下限(ELBO)の解釈可能でクローズドな近似を可能にする。 得られたEnKF支援オンラインアルゴリズムは、データ適合精度を確保しつつ、モデル正規化を組み込んで過度適合を緩和し、目的関数を具現化する。
  論文  参考訳（メタデータ） (2023-12-10T15:22:30Z)
• Multi-Objective Optimization via Wasserstein-Fisher-Rao Gradient Flow [18.32300121391956]
  多目的最適化(MOO)は、広範囲のアプリケーションと競合する複数の目的を最適化することを目的としている。 分子動力学シミュレーションにインスパイアされたMOOのための新しい相互作用粒子法を提案する。
  論文  参考訳（メタデータ） (2023-11-22T04:49:16Z)
• Bayesian optimization of distributed neurodynamical controller models for spatial navigation [1.9249287163937971]
  我々はニューロシュワームコントローラを導入し、エージェントベースの相互作用を神経ネットワークの相互作用に類似してモデル化する。 この複雑さは、従来のSwarmモデルの研究に一般的に使用される安定性、制御可能性、性能の線形解析を妨げる。 ベイズ最適化に基づく自律型マルチエージェントシステムの動的コントローラモデルをチューニングするためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-31T21:43:06Z)
• 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。