論文の概要: Adaptive PD Gains for Energy-Conscious Control in Physical Human-Robot Interaction
- arxiv url: http://arxiv.org/abs/2606.00459v1
- Date: Sat, 30 May 2026 00:52:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 15:21:34.472671
- Title: Adaptive PD Gains for Energy-Conscious Control in Physical Human-Robot Interaction
- Title（参考訳）: 物理的人間-ロボットインタラクションにおけるエネルギー意識制御のための適応型PDゲイン
- Abstract要約: 我々は,任意の制限下でロボットのエネルギーを制限し,安全なpHRIを実現する適応比例微分(PD)コントローラを提案する。
コントローラゲインの動作は、カットオフ限界とシャープネスを正確に定義して、様々なパラメータを使って形作ることができる。
制御器の安定性証明を構築し,制御器の安定性を保証する条件を定義する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Compliant force or torque control are approaches often investigated to achieve safe physical human-robot interaction (pHRI). However, these approaches have limitations. Force control requires a robot to be equipped with external force sensors to track the amplitude and direction of applied forces. Torque control requires torque sensing or estimation in each joint. As this is not available on every robot, energy-based approaches offer a promising alternative. Such approaches aim to achieve safe pHRI by limiting the mechanical energy of the robot. Current schemes leveraging an energy-based approach tend to have a complex implementation, and some may require further stability verification. We hence propose an adaptive proportional-derivative (PD) controller that can limit a robot's energy under any given limit to achieve safe pHRI. The proposed controller can limit both the kinetic and potential energy of a robot, and the behaviour of the controller gains can be shaped using various parameters, defining precisely the cutoff limit and sharpness. We construct a stability proof for the controller and define a condition to ensure the controller's stability. The proposed controller's behaviour and compliance are tested on the TALOS robot from PAL Robotics both in simulation and on hardware, verifying the expected compliant and energy-limiting behaviour of the controller.
- Abstract（参考訳）: 整合力やトルク制御は、安全な物理的人間-ロボット相互作用(pHRI)を実現するためにしばしば研究される。
しかし、これらのアプローチには制限がある。
力の制御には、力の振幅と方向を追跡するために外部の力センサーを装着する必要がある。
トルク制御には各関節でのトルク検出や推定が必要である。
これはすべてのロボットで利用できないため、エネルギーベースのアプローチは有望な代替手段を提供する。
このようなアプローチは,ロボットの機械的エネルギーを制限し,安全なpHRIを実現することを目的としている。
エネルギーベースのアプローチを利用する現在のスキームは複雑な実装を持つ傾向があり、さらなる安定性の検証を必要とするものもある。
そこで我々は,任意の制限下でロボットのエネルギーを制限し,安全なpHRIを実現する適応比例微分(PD)コントローラを提案する。
提案した制御器はロボットの運動エネルギーとポテンシャルエネルギーの両方を制限することができ、制御器の利得の振舞いは様々なパラメータを用いて、正確にカットオフ限界とシャープネスを定義することができる。
制御器の安定性証明を構築し,制御器の安定性を保証する条件を定義する。
提案したコントローラの動作とコンプライアンスは、シミュレーションとハードウェアの両方においてPAL RoboticsのTALOSロボット上でテストされ、コントローラの期待されるコンプライアンスとエネルギー制限の動作を検証する。
関連論文リスト
- A Disturbance in the Force: Force Actuation on the RAVEN II Surgical Robot with Parallel Motor-Cable Units [3.2434623519843906]
手術ロボットの触覚フィードバックのためのパラレルモータケーブルシステムを開発した。
ロボットエンドエフェクタに接続された制御可能な張力を持つケーブルは、所望の外部力を与えることができる。
予備実験では1N未満の誤差で力運動の精度が示唆された。
論文 参考訳（メタデータ） (2026-08-06T18:27:58Z) - Compliant Non-Prehensile Pushing Manipulation [2.526906424066039]
ロボット操作システムによる非包括的プッシュ操作の課題に対処する。
我々は、最先端のプッシュモデルを拡張して、インピーダンス制御ロボットと統合する。
本研究では,ロボットの位置・速度設定点を最適に調節し,従順なプッシュを可能にするモデル予測制御フレームワークを開発する。
論文 参考訳（メタデータ） (2026-05-25T10:24:05Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳（メタデータ） (2026-03-02T22:31:12Z) - A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators [63.07587517846448]
本稿では,DEA寿命をスキャンできる新しいテストロボットによって実現された最適化パイプラインを提案する。
ロボットは、電気機械特性測定、プログラム可能な電圧入力、マルチチャネルテスト能力を統合する。
これを用いて,入力電圧等級,周波数,電極物質濃度,電気接続フィラーなど,Elastosil系リニアアクチュエータの寿命を走査した。
論文 参考訳（メタデータ） (2026-02-24T14:41:28Z) - UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - FACET: Force-Adaptive Control via Impedance Reference Tracking for Legged Robots [23.645867340878574]
インピーダンス参照追跡(FACET)を用いたemphForce-Adaptive Controlを提案する。
インピーダンス制御にインスパイアされた我々は、RLを使って制御ポリシーを訓練し、仮想的な質量ばね減衰系を模倣する。
シミュレーションでは、我々の四足歩行ロボットが大きな衝動に対して堅牢性を向上し、制御可能なコンプライアンスを示すことを示す。
論文 参考訳（メタデータ） (2025-05-11T07:23:26Z) - Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。
本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。
この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
論文 参考訳（メタデータ） (2024-01-30T10:48:43Z) - Improving Input-Output Linearizing Controllers for Bipedal Robots via
Reinforcement Learning [85.13138591433635]
入力出力線形化コントローラの主な欠点は、正確な力学モデルが必要であり、入力制約を考慮できないことである。
本稿では,強化学習技術を用いた二足歩行ロボット制御の具体例について,両課題に対処する。
論文 参考訳（メタデータ） (2020-04-15T18:15:49Z) - On robot compliance. A cerebellar control approach [0.0]
この研究は、ロボットアームをリアルタイムに制御するための新しい生物学的アプローチである(RT)。
トルク駆動制御を行うフィードバック制御ループのコアにスパイク小脳ネットワークを統合する。
本手法は,脳運動の動作に対処するためのタスクセットにおいて,既定の工場設置位置制御の精度より優れていることを示す。
論文 参考訳（メタデータ） (2020-03-02T17:06:19Z)
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。