論文の概要: Adaptive Artificial Time-Delay Control with Barrier Lyapunov Constraints for Euler-Lagrange Robots

• arxiv url: http://arxiv.org/abs/2605.31405v1
• Date: Fri, 29 May 2026 15:09:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.688459
• Title: Adaptive Artificial Time-Delay Control with Barrier Lyapunov Constraints for Euler-Lagrange Robots
• Title（参考訳）: バリアリアプノフ制約を用いたオイラーラグランジュロボットの適応型人工時間遅延制御
• Abstract要約: 本稿では,オイラー・ラグランジュ系における状態依存不確かさの補償と時変状態制約の実施という課題に対処する。 時間遅延に基づく不確実性推定戦略をバリアリアプノフ関数と組み合わせて制約認識制御設計を強制する,新しい適応制御フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 7.096063034146749
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper addresses the challenge of simultaneously compensating for state-dependent uncertainties and enforcing time-varying state constraints in Euler-Lagrange systems, a common requirement in robotics that remains underserved by existing control designs. A novel adaptive control framework is developed that combines an artificial time-delay-based uncertainty estimation strategy, also known as time-delay estimation, with a barrier Lyapunov function to enforce constraint-aware control design. Specifically, a state-dependent upper bound on the time-delay estimation approximation error is analytically formulated, and an adaptive law is constructed to estimate its parameters online, enabling real-time state-dependent uncertainty compensation without relying on prior model knowledge. To ensure constraint compliance, the barrier Lyapunov function-based controller enforces time-varying bounds on both position and velocity. The resulting architecture is provably stable via Lyapunov analysis. Experimental results on a five-degree-of-freedom robotic manipulator validate the framework's capability, compared with the state of the art, in maintaining strict adherence to safety-critical constraints under dynamic uncertainties.
• Abstract（参考訳）: 本稿では,既存の制御設計で守られていないロボティクスにおける一般的な要件である,状態依存の不確かさを同時に補償し,時変状態制約を課すという課題に対処する。 時間遅延推定と呼ばれる人工的な時間遅延に基づく不確実性推定戦略と,制約を考慮した制御設計を実施するバリアリアプノフ関数を組み合わせた適応制御フレームワークを開発した。 具体的には、時間遅延推定誤差に関する状態依存上界を解析的に定式化し、そのパラメータをオンラインで推定するために適応法則を構築し、事前のモデル知識に頼ることなくリアルタイムな状態依存不確実性補償を可能にする。 制約コンプライアンスを確保するために、Lyapunov関数ベースの制御器は、位置と速度の両方の時間変化バウンダリを強制する。 結果として得られるアーキテクチャは、リアプノフ解析によって確実に安定である。 5自由度ロボットマニピュレータの実験結果から、動的不確実性の下での安全性に厳しい制約を厳格に守るために、最先端技術と比較してフレームワークの能力を検証した。

関連論文リスト

• Admissibility-Preserving Control for Strict-Feedback Nonlinear Systems with Asymmetric Actuator Constraints [1.4477778415264126]
  Admissibility-Preserving Control (APC)は、厳格なフィードバックシステムのための、実現中心の安全クリティカルな制御フレームワークである。 APIRは、所定の非対称アクチュエータを前方不変にレンダリングしながら、物理プラント入力を動的に生成する。 このフレームワークは、スムーズな非対称対数障壁座標を介して、時間的に変化する出力セーフなトラッキングに拡張される。
  論文  参考訳（メタデータ） (2026-08-15T19:09:47Z)
• Input-Constrained Spatiotemporal Tubes for Safe Navigation of Unknown Euler-Lagrange Systems in Dynamic Environments [2.7222301668137483]
  本稿では,有限時間到達型時空間航法(FT-RAS)を保証した未知視システムのためのリアルタイム制御フレームワークを提案する。 我々は,制御制約を入力として制御器の設計に拡張し,制御権限を管の設計と利用可能な不確実性に関連付けるオフライン検証可能な条件を導出する。 提案手法は, 移動ロボット, 四極子, 宇宙船のシミュレーションと, アクチュエータの制約を満たすとともに, 安全な航法を示す移動ロボットのハードウェア実験により検証された。
  論文  参考訳（メタデータ） (2026-07-09T07:39:39Z)
• SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
  本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。 我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。 高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
  論文  参考訳（メタデータ） (2026-06-22T15:00:59Z)
• Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
  本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。 提案された自由空間定式化では障害物検出やセグメンテーションは不要である。 このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
  論文  参考訳（メタデータ） (2026-06-08T16:44:28Z)
• Stabilizing Temporal Inference Dynamics for Online Surgical Phase Recognition [42.76777398447746]
  オンライン外科的位相認識(SPR)モデルはフレームの精度が高いが、その予測は時間的安定性に欠けることが多い。 この不安定性はランダムノイズではなく、2つのメカニズムから生じることを示す。 モデルに依存しないプラグイン・アンド・プレイコンポーネントを用いて時間的推論ダイナミクスを明示的に安定化する統合トレイン・推論・評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-11T16:56:15Z)
• Response-Aware Risk-Constrained Control Barrier Function With Application to Vehicles [0.0]
  本稿では,車両の動的安全境界制御のための応答認識型リスク制約制御バリア関数に基づく統合制御フレームワークを提案する。 このフレームワークは、制御勾配の基準方向を提供するために、名目力学と直接車体応答を融合する。 また、従来の決定論的安全制約をバリア関数誘導体のテールリスクに関する確率論的制約に再構成する。
  論文  参考訳（メタデータ） (2026-03-13T02:38:17Z)
• 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)
• Imitation learning-based spacecraft rendezvous and docking method with Expert Demonstration [8.727025636218528]
  既存の宇宙船のランデブーとドッキング制御方法は、事前に定義された動的モデルに依存している。 本稿では,専門家による実証から制御ポリシーを学習するImitation Learningベースのフレームワークを提案する。 提案手法は高精度でエネルギー効率の良いモデルレスランデブーとドッキング制御を実現する。
  論文  参考訳（メタデータ） (2026-01-19T10:58:26Z)
• QP-Based Control of an Underactuated Aerial Manipulator under Constraints [1.5984927623688912]
  本稿では,未作動航空機マニピュレータの制約対応制御フレームワークを提案する。 安全と実現可能性の制約を明確に考慮しながら、正確なエンドエフェクタ軌道追跡を可能にする。
  論文  参考訳（メタデータ） (2026-01-13T13:05:36Z)
• Transient Fault Tolerant Semantic Segmentation for Autonomous Driving [44.725591200232884]
  本稿では,過渡断層に対するレジリエンスを高めるために設計されたシンプルなアクティベーション関数ReLUMaxを紹介する。 実験により,ReLUMaxはロバスト性を効果的に向上し,性能を保ち,予測信頼性を向上することを示した。
  論文  参考訳（メタデータ） (2024-08-30T00:27:46Z)
• Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
  ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。 本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:54:03Z)
• Delay-Tolerant Constrained OCO with Application to Network Resource Allocation [44.67787270821051]
  マルチスロットフィードバック遅延によるオンライン凸最適化(OCO)を検討します。 エージェントは、時間変動凸損失関数の蓄積を最小限に抑えるために、一連のオンライン決定を行う。 情報フィードバックと意思決定の更新の非同期性に取り組むために,二重正規化による新たな制約ペナルティを用いた遅延耐性制約OCOを提案する。
  論文  参考訳（メタデータ） (2021-05-09T19:32:33Z)
• Closing the Closed-Loop Distribution Shift in Safe Imitation Learning [80.05727171757454]
  模倣学習問題において,安全な最適化に基づく制御戦略を専門家として扱う。 我々は、実行時に安価に評価でき、専門家と同じ安全保証を確実に満足する学習されたポリシーを訓練する。
  論文  参考訳（メタデータ） (2021-02-18T05:11:41Z)
• Policy Analysis using Synthetic Controls in Continuous-Time [101.35070661471124]
  因果推論における手法開発において, 合成制御を用いた因果推定は最も成功した手法の1つである。 本稿では,制御された微分方程式の定式化を明示的に用い,潜在反事実経路をモデル化する連続時間代替法を提案する。
  論文  参考訳（メタデータ） (2021-02-02T16:07:39Z)

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。