論文の概要: Robust Adaptive Predictive Control for Hook-Based Aerial Transportation Between Moving Platforms

• arxiv url: http://arxiv.org/abs/2605.02370v1
• Date: Mon, 04 May 2026 09:14:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.210188
• Title: Robust Adaptive Predictive Control for Hook-Based Aerial Transportation Between Moving Platforms
• Title（参考訳）: 移動プラットフォーム間のフック型航空輸送におけるロバスト適応予測制御
• Authors: Péter Antal, Andrea Carron, Melanie Zeilinger, Roland Tóth, Tamás Péni,
• Abstract要約: 本稿では,フック付き空中マニピュレータを用いた移動プラットフォーム間の自律的ピック・アンド・プレイスのためのモデル予測制御(MPC)手法を提案する。 提案手法の有効性は,複雑なシミュレーションシナリオや実世界の飛行実験で評価される。
• 参考スコア（独自算出の注目度）: 1.4592997284674396
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper presents a novel model predictive control (MPC) approach for autonomous pick-and-place between moving platforms with a hook-equipped aerial manipulator. First, for accurate and rapid modeling of the complex dynamics, a digital twin model of the quadcopter equipped with a hook-based gripper, implemented in MuJoCo, is constructed and used as the predictive model for the MPC. To handle uncertainties of the predictive model (e.g. due to aerodynamics and uncertain payloads), a robust adaptive MPC approach is proposed. By systematic integration of zero-order robust optimization (zoRO) based uncertainty propagation and an extended Kalman filter (EKF) for parameter estimation, the MPC algorithm ensures robust constraint satisfaction, high performance, and computational efficiency. The effectiveness of the proposed method is evaluated in complex simulated scenarios and in real-world flight experiments.
• Abstract（参考訳）: 本稿では,フック付き空中マニピュレータを用いた移動プラットフォーム間の自律的ピック・アンド・プレイスのためのモデル予測制御(MPC)手法を提案する。 まず, MPC の予測モデルとして, MuJoCo で実装されたフックベースグリップを備えたクアッドコプターのディジタル双対モデルを構築し, 実測モデルとして利用した。 予測モデルの不確実性(例えば空力や不確実なペイロードによる)に対処するために,ロバスト適応型MPC手法を提案する。 ゼロ次ロバスト最適化(zoRO)に基づく不確実性伝播とパラメータ推定のための拡張カルマンフィルタ(EKF)を体系的に統合することにより、MPCアルゴリズムは堅牢な制約満足度、高性能、計算効率を保証する。 提案手法の有効性は,複雑なシミュレーションシナリオや実世界の飛行実験で評価される。

関連論文リスト

• Predictive Control with Indirect Adaptive Laws for Payload Transportation by Quadrupedal Robots [36.62645789321095]
  本稿では,四足歩行ロボットによるロバストペイロード輸送のための新しい階層的計画と制御フレームワークを開発する。 間接アダプティブ法則は、異なるペイロードの下での縮小順序(テンポレート)移動モデルの未知のパラメータを推定する。 ロボットは、荒れた地形で重量の73%のダイナミックペイロードをうまく管理する。
  論文  参考訳（メタデータ） (2026-03-09T18:43:31Z)
• Adaptive Linear Path Model-Based Diffusion [52.84663832658799]
  リニアパスモデルベース拡散(LP-MBD)を導入し、分散保存スケジュールをフローマッチング線形確率パスに置き換える。 また,適応型LP-MBD(ALP-MBD)を提案し,タスクの複雑さや環境条件に応じて拡散ステップやノイズレベルを調整する。
  論文  参考訳（メタデータ） (2026-02-02T21:33:03Z)
• End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control [45.84205238554709]
  本研究では, (e)NMPCの一部として最適性能を示すために, Koopman シュロゲートモデルの強化学習法を提案する。 エンドツーエンドトレーニングモデルは,(e)NMPCにおけるシステム識別を用いてトレーニングしたモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-03T10:21:53Z)
• Tuning Legged Locomotion Controllers via Safe Bayesian Optimization [47.87675010450171]
  本稿では,ロボットハードウェアプラットフォームにおけるモデルベースコントローラの展開を効率化するための,データ駆動型戦略を提案する。 モデルフリーな安全な学習アルゴリズムを用いて制御ゲインのチューニングを自動化し、制御定式化で使用される単純化されたモデルと実システムとのミスマッチに対処する。
  論文  参考訳（メタデータ） (2023-06-12T13:10:14Z)
• Adaptive Model Predictive Control by Learning Classifiers [26.052368583196426]
  制御パラメータとモデルパラメータを自動的に推定する適応型MPC変種を提案する。 我々は,BOを密度比推定として定式化できることを示す最近の結果を活用する。 その後、これはモデル予測経路積分制御フレームワークに統合され、様々な困難なロボティクスタスクのための堅牢なコントローラを生成する。
  論文  参考訳（メタデータ） (2022-03-13T23:22:12Z)
• Bayesian Optimisation for Robust Model Predictive Control under Model Parameter Uncertainty [26.052368583196426]
  本稿では,モデル予測制御(MPC)ハイパーパラメータのチューニングのための適応最適化手法を提案する。 本研究では,異種難聴モデルを用いたベイズ最適化 (BO) アルゴリズムを開発し,様々なノイズに対処する。 実験結果から,本手法はより高い累積報酬とより安定したコントローラをもたらすことが示された。
  論文  参考訳（メタデータ） (2022-03-01T15:33:21Z)
• 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)
• Heteroscedastic Bayesian Optimisation for Stochastic Model Predictive Control [23.180330602334223]
  モデル予測制御(MPC)は、複雑な物理システムの制御を含むアプリケーションで成功している。 制御器の動作のランダム性に起因した余分な課題を提示する,MPC のコンテキストにおける微調整 MPC 手法について検討する。
  論文  参考訳（メタデータ） (2020-10-01T05:31:41Z)
• Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
  我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
  論文  参考訳（メタデータ） (2020-03-12T19:56:38Z)

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。