論文の概要: Real-Time Projected Adaptive Control for Closed-Chain Co-Manipulative Continuum Robots

• arxiv url: http://arxiv.org/abs/2604.04286v1
• Date: Sun, 05 Apr 2026 22:03:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:19.023368
• Title: Real-Time Projected Adaptive Control for Closed-Chain Co-Manipulative Continuum Robots
• Title（参考訳）: 閉鎖協調操作型連続ロボットのリアルタイム適応制御
• Authors: Rana Danesh, Farrokh Janabi-Sharifi, Farhad Aghili,
• Abstract要約: 協調操作型連続ロボット(CCR)では、複数の連続アームが共通の柔軟な物体をつかむことで協調する。 現実的なタスクでは、フレキシブルオブジェクトの物理パラメータはしばしば未知であり、操作によって異なる。 本稿では,動的レベルで定式化されたCCRの適応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）: 0.764671395172401
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In co-manipulative continuum robots (CCRs), multiple continuum arms cooperate by grasping a common flexible object, forming a closed-chain deformable mechanical system. The closed-chain coupling induces strong dynamic interactions and internal reaction forces. Moreover, in practical tasks, the flexible object's physical parameters are often unknown and vary between operations, rendering nominal model-based controllers inadequate. This paper presents a projected adaptive control framework for CCRs formulated at the dynamic level. The coupled dynamics are expressed using the Geometric Variable Strain (GVS) representation, yielding a finite-dimensional model that accurately represents the system, preserves the linear-in-parameters structure required for adaptive control, and is suitable for real-time implementation. Closed-chain interactions are enforced through Pfaffian velocity constraints, and an orthogonal projection is used to express the dynamics in the constraint-consistent motion subspace. Based on the projected dynamics, an adaptive control law is developed to compensate online for uncertain dynamic parameters of both the continuum robots and the manipulated flexible object. Lyapunov analysis establishes closed-loop stability and convergence of the task-space tracking errors to zero. Simulation and experiments on a tendon-driven CCR platform validate the proposed framework in task-space regulation and trajectory tracking.
• Abstract（参考訳）: 協調操作型連続ロボット(CCR)では、複数の連続アームが共通の柔軟な物体をつかみ、閉鎖変形可能な機械システムを形成する。 閉鎖結合は強い動的相互作用と内部反応力を引き起こす。 さらに、現実的なタスクでは、フレキシブルオブジェクトの物理パラメータはしばしば未知であり、操作によって異なるため、名目上のモデルベースのコントローラは不十分である。 本稿では,動的レベルで定式化されたCCRの適応制御フレームワークを提案する。 結合されたダイナミクスは、幾何学的可変ひずみ(GVS)表現を用いて表現され、システムを正確に表現し、適応制御に必要な線形パラメータ構造を保存し、リアルタイム実装に適した有限次元モデルを生成する。 閉鎖相互作用はプファフ速度制約によって実施され、直交射影は制約-一貫性運動部分空間の力学を表現するために用いられる。 予測されたダイナミクスに基づいて、連続体ロボットと操作された柔軟物体の両方の不確実な動的パラメータをオンラインに補償する適応制御法が開発された。 リャプノフ解析は閉ループ安定性を確立し、タスク空間追跡誤差をゼロに収束させる。 腱駆動型CCRプラットフォーム上でのシミュレーションと実験により,タスク空間制御と軌道追跡の枠組みが検証された。

関連論文リスト

• Trajectory Generation for Underactuated Soft Robot Manipulators using Discrete Elastic Rod Dynamics [2.739506394240299]
  動的に実現可能な軌道を持つ計画運動は任意の変形を捉えるモデルを必要とする。 本研究は,空気圧式ソフトロボットアームを用いた軌道生成の枠組みを実験的に検証する。
  論文  参考訳（メタデータ） (2026-03-23T22:01:14Z)
• ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
  重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。 本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
  論文  参考訳（メタデータ） (2026-03-07T08:06:51Z)
• Curve-Induced Dynamical Systems on Riemannian Manifolds and Lie Groups [25.48711199625679]
  本稿では,Smooth Manifolds (CDSM) 上でCurveによって誘導される動的システムについて紹介する。 トラジェクトリ精度の向上,経路偏差の低減,生成時間とクエリ時間の向上を,最先端手法と比較した。
  論文  参考訳（メタデータ） (2026-03-05T15:18:26Z)
• Closed-Loop Action Chunks with Dynamic Corrections for Training-Free Diffusion Policy [52.106797722292896]
  我々は,チャンクベースのアクション生成とリアルタイム修正を統合した動的クローズドループ拡散ポリシーフレームワークDCDPを提案する。 動的PushTシミュレーションでは、DCDPは5%の計算しか必要とせず、再トレーニングなしに適応性を19%改善する。
  論文  参考訳（メタデータ） (2026-03-02T15:04:18Z)
• Constraining Streaming Flow Models for Adapting Learned Robot Trajectory Distributions [10.615762867055677]
  Streaming Flow Policies (SFPs) は,学習速度場をアクション空間に直接統合することにより,ロボット軌道を生成するための強力なパラダイムとして登場した。 本研究では,ストリーミングフローポリシーを制約に依存したメトリクスで拡張し,実行中に学習速度場を再構築するフレームワークであるConstraint-Aware Streaming Flow (CASF)を提案する。 シミュレーションおよび実世界の操作タスクにおいてCASFを実証し、スムーズで実現可能で、動的に一貫した制約を満たす軌道を生成することを示した。
  論文  参考訳（メタデータ） (2026-02-17T13:27:05Z)
• Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization [0.0]
  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。
  論文  参考訳（メタデータ） (2025-12-07T09:34:28Z)
• Active Learning of Discrete-Time Dynamics for Uncertainty-Aware Model Predictive Control [46.81433026280051]
  本稿では,非線形ロボットシステムの力学を積極的にモデル化する自己教師型学習手法を提案する。 我々のアプローチは、目に見えない飛行条件に一貫して適応することで、高いレジリエンスと一般化能力を示す。
  論文  参考訳（メタデータ） (2022-10-23T00:45:05Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)

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。