論文の概要: Impedance MPC with Disturbance Estimation for Dexterous Hand Control
- arxiv url: http://arxiv.org/abs/2606.14606v1
- Date: Fri, 12 Jun 2026 16:28:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-15 16:00:42.986809
- Title: Impedance MPC with Disturbance Estimation for Dexterous Hand Control
- Title（参考訳）: ディクサラスハンド制御のための外乱推定を用いたインピーダンスMPC
- Authors: Yongyan Cao,
- Abstract要約: 本稿では,手指のアクチュエータ非依存型インピーダンスモデル予測制御フレームワークを提案する。
油圧作動式指では、500,HzのカルマンMPCは0.5,mrad RMS、0.1,mrad定常状態、6.6,mradピーク偏向に達する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dexterous hands must simultaneously track precise finger trajectories and maintain safe, compliant contact -- objectives in tension for any fixed-gain controller. We present an actuator-agnostic Impedance Model Predictive Control (Impedance MPC) framework for dexterous fingers, instantiating the constant-$A_d$ offset-free architecture established for physical human-robot interaction (pHRI); its stability, recursive-feasibility, and input-to-state-stability guarantees are inherited by preserving the architectural assumptions. An algebraic feedforward reduces the tendon transmission -- hydraulic, cable, pneumatic, twisted-string, or series-elastic -- to a constant-coefficient double integrator, so the QP cost inverse is precomputed offline and a 10-step receding-horizon quadratic program runs at 500\,Hz while enforcing hard constraints on contact force (ISO/TS 15066), actuation limits, and jerk. An encoder-only augmented-Kalman disturbance state drives steady-state error to zero under any constant contact load. On a hydraulically actuated finger -- the worked example platform, adding pressure and cavitation constraints -- the 500\,Hz Kalman MPC attains 0.5\,mrad RMS, 0.1\,mrad steady-state, and 6.6\,mrad peak deflection under 1.5\,Nm contact: 183$\times$, 1500$\times$, and 23$\times$ better than classical impedance. The realized first-move stiffness (18$\to$323\,Nm/rad with update rate) is independently verified. The architecture scales to a 16-DOF LEAP Hand MuJoCo simulation, recovering from 2.5\,N grasp-load disturbances within 0.7\,s.
- Abstract（参考訳）: デクスタースハンドは、正確な指の軌跡を同時に追跡し、安全でコンプライアンスの取れた接触を維持する必要がある。
本稿では, 身体とロボットの相互作用 (pHRI) のために確立された定数-$A_d$オフセットフリーアーキテクチャをインスタンス化し, その安定性, 再帰性, 入力-状態-安定性の保証を, アーキテクチャ上の前提を保ったまま継承する, アクチュエータ非依存型インピーダンスモデル予測制御(Impedance MPC)フレームワークを提案する。
代数的フィードフォワードは、油圧、ケーブル、空気圧、ねじれストリング、直列弾性といった腱の伝達を定数係数の二重積分器に還元するので、QPのコスト逆はオフラインで計算され、10ステップの後退水平二次プログラムは500\,Hzで動作し、接触力(ISO/TS 15066)、作動限界、およびジャークに厳しい制約を課す。
エンコーダのみによる拡張カルマン障害状態は、一定の接触負荷下で定常状態誤差をゼロに駆動する。
500\,Hz カルマン MPC は 0.5\,mrad RMS,0.1\,mrad 定常状態、6.6\,mrad ピーク偏向を1.5\,Nm 接触下で行う: 183$\times$, 1500$\times$, 23$\times$
実現された最初のモーブ剛性 (18$\to$323\,Nm/rad with update rate) は独立に検証される。
アーキテクチャは 16-DOF LEAP Hand MuJoCo シミュレーションにスケールし、2.5\,N のグリップロード障害から 0.7\,s で回復する。
関連論文リスト
- Whole-Body Impedance Model Predictive Control for Safe Physical Human--Robot Interaction on Floating-Base Platforms [0.0]
本稿では,著者の固定ベース2層インピーダンスMPCを3レベルアーキテクチャで浮動小数点プラットフォームに拡張する。
接触一貫性フィードバック線形化により、アームエンドエフェクタプラントは、各接触モード内において、共振状態行列を持つダブルインテグレータに縮小される。
インピーダンス同値定理は、無限水平極限が古典的なタスク空間インピーダンス法則を回復することを示している。
論文 参考訳（メタデータ） (2026-06-12T16:41:20Z) - Impedance MPC for Physical Human-Robot Interaction: Predictive Disturbance Rejection with Joint-Limit Safety [0.0]
カルマン増強によるインピーダンスMPCは、従来のインピーダンスでは44.8,mmに対して0.05,mm未満の定常誤差が得られる。
7-DOFのフランカFR3では、カルマン増強によるインピーダンスMPCは、古典的なインピーダンスに対して0.05,mm以下の定常誤差となる。
論文 参考訳（メタデータ） (2026-06-06T18:06:25Z) - Safety-Critical Adaptive Impedance Control via Nonsmooth Control Barrier Functions under State and Input Constraints [3.1685575193428845]
本研究では,不確実な動的条件下での適合的な相互作用を達成しつつ,連立状態の安全性を強制するオンライン適応インピーダンス制御フレームワークを提案する。
この手法は、二次プログラムに基づく安全フィルタと、新しい構成された位置速度非滑らかな制御バリア関数を組み合わせたものである。
外乱オブザーバの強化された安全メカニズムは、モデリングエラーや外部の相互作用力に対する堅牢性を改善する。
論文 参考訳（メタデータ） (2026-05-27T12:04:03Z) - TIDE: Asymmetric Neural Circuits for Stabilized Temporal Inhibitory-Excitatory Dynamics [51.37317469455798]
最近のContinuous Thought Machineアーキテクチャは、ニューラルダイナミクスを介して外部入力から内部計算を分離している。
非対称な興奮抑制(E-I)ネットワークを用いたニューラルダイナミクスのモデル化を提案する。
本稿では、神経力学を安定化させて内部表現を計算する、神経に触発されたアーキテクチャであるTIDE(Temporal Inhibitory-Excitatory Dynamic Engine)を紹介する。
論文 参考訳（メタデータ） (2026-05-19T05:59:13Z) - $h$-control: Training-Free Camera Control via Block-Conditional Gibbs Refinement [47.751369359301236]
textbf$h$-controlは、トレーニングフリーでトレーニングベースの7つの競合相手に対して最高のFVDを達成する。
RealEstate10KとDAVISでは、textbf$h$-controlは7つのトレーニングフリーおよびトレーニングベース競合相手に対して最高のFVDを達成している。
論文 参考訳（メタデータ） (2026-05-12T09:51:04Z) - Passive Fault Tolerance through Tension-to-Thrust Feed-Forward: Hybrid Input-to-State Stability for Decentralized Multi-UAV Slung-Load Transport under Abrupt Cable Severance [0.9453554184019105]
スラング貨物輸送における急激なケーブル切断は、負荷を再分配し、アクティブな制約セットを変更する。
既存のコントローラは、調整された力の割り当て、ピアステート交換、固定ケーブルトポロジーに依存している。
我々は、各車両の計測されたケーブル張力を直接、その高度推力コマンドにルーティングする受動的アーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-05-06T18:10:42Z) - 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) - Reactive Slip Control in Multifingered Grasping: Hybrid Tactile Sensing and Internal-Force Optimization [0.6882042556551609]
本稿では,ロボットグリップにおける手動すべりを抑えるために,動的内部力適応のためのハイブリッド学習とモデルベースアプローチを提案する。
マルチモーダル触覚スタックは、高速すべりキューに対する圧電(PzE)センシングと、接触位置決めのための圧電抵抗(PzR)アレイを組み合わせる。
外部摂動下でのマルチフィンガーグリップの反応性安定化を実証する。
論文 参考訳（メタデータ） (2026-02-18T01:37:07Z) - 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) - Erasure qubits: Overcoming the $T_1$ limit in superconducting circuits [105.54048699217668]
振幅減衰時間である$T_phi$は、超伝導回路の量子忠実度を制限する主要な要因として長い間存在してきた。
本稿では、振幅減衰誤差を検出して消去誤差に変換する方法で、量子ビットを設計し、従来のT_phi$制限を克服する手法を提案する。
論文 参考訳（メタデータ） (2022-08-10T17:39:21Z)
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。