Fugu-MT 論文翻訳(概要): Deep RL- Tuned Mo del-Free Adaptive Control for Lower-Limb Exoskeletons During Sit-to-Stand Transitions

論文の概要: Deep RL- Tuned Mo del-Free Adaptive Control for Lower-Limb Exoskeletons During Sit-to-Stand Transitions

arxiv url: http://arxiv.org/abs/2606.22040v1
Date: Sat, 20 Jun 2026 13:35:47 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-25 23:09:51.038515
Title: Deep RL- Tuned Mo del-Free Adaptive Control for Lower-Limb Exoskeletons During Sit-to-Stand Transitions
Title（参考訳）: RL-Tuned Mo del-free Adaptive Control for Lower-Limb Exoskeletons during Sit-to-Stand transitions (特集:バイオサイバネティックスとバイオサイバネティックス)
Authors: Ranjeet Kumbhar, Appaso M. Gadade, Rajmeet Singh, Ashish Singla, Ravinder Kumar,
Abstract要約: Sit-to-stand(STS)移行は、高齢者にかなりの関節装填要求を課す。 STS中の正確な軌道追跡は、複雑な時間変化のヒト外骨格相互作用のダイナミクスのために困難である。本稿では,STS動作中の両側下肢に対するインテリジェントモデル自由適応バックステッピング戦略を提案する。
参考スコア（独自算出の注目度）: 0.6397595749616992
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Sit-to-stand (STS) transitions impose significant joint-loading demands on elderly individuals, making them a primary target for lower-limb exoskeleton assistance. However, accurate trajectory tracking during STS is challenging due to complex, time-varying human exoskeleton interaction dynamics and inter-subject variability that render model-based control approaches difficult to apply in practice. This paper presents an intelligent model free adaptive backstepping control strategy for a bilateral lower-limb exoskeleton during STS motion. The proposed controller design uses an ultra-local second-order model to avoid explicit system identification, while a Gaussian radial basis function (RBF) neural network estimates the unknown lumped dynamics online. To further improve phase-aware tracking performance, a Twin Delayed Deep Deterministic Policy Gradient (TD3) reinforcement learning agent is integrated as a supervisory gain scheduler that adaptively adjusts controller gains across the distinct phases of STS motion. The proposed controller is evaluated through co-simulation in MATLAB/Simulink and Simscape Multibody using OpenSim-derived reference trajectories and benchmarked against state-of-the-art controllers. Results demonstrate that the proposed controller achieves the lowest average RMSE of 0.078 degree across all joints, representing improvements of 60.2%, 54.4%, 48.7%, and 42.6% over proportional integral derivative (PID), model-free adaptive control (MFAC), linear quadratic regulator (LQR), and sliding-mode control (SMC), respectively. TD3 integration further reduces tracking error by 35%, 33%, and 79% at the hip, knee, and ankle joints compared to the standalone RBF-MFAC baseline. These results demonstrate the effectiveness and robustness of the proposed controller design for assistive exoskeleton control during STS transitions.
Abstract（参考訳）: Sit-to-stand(STS)トランジションは高齢者にかなりの関節装填要求を課し、下肢外骨格補助の主要な標的となっている。しかし、STS中の正確な軌道追跡は、複雑で時間的に変化する人間の外骨格相互作用のダイナミクスと、モデルベースの制御アプローチを実際に適用するのが困難であるオブジェクト間変動のために困難である。本稿では,STS動作中の両側下肢外骨格に対するインテリジェントモデル自由適応型バックステッピング制御法を提案する。提案したコントローラ設計では,超局所的な2次モデルを用いて明示的なシステム識別を回避し,ガウス半径基底関数(RBF)ニューラルネットワークは未知のループドダイナミクスをオンラインで推定する。さらに、位相認識トラッキング性能を向上させるために、STS運動の異なる位相間でコントローラゲインを適応的に調整する監視ゲインスケジューラとして、ツイン遅延Deep Deterministic Policy Gradient(TD3)強化学習エージェントが統合される。提案したコントローラは,OpenSim由来の参照トラジェクトリを用いてMATLAB/SimulinkとSimscape Multibodyの共同シミュレーションにより評価し,最先端のコントローラに対してベンチマークを行う。提案した制御器は, 比例積分微分 (PID) , モデルフリー適応制御 (MFAC) , 線形二次制御 (LQR) およびスライディングモード制御 (SMC) に対する60.2%, 54.4%, 48.7%, 42.6%の改善を示す平均RMSE 0.078度を全関節で達成している。さらにTD3は、独立したRBF-MFACベースラインと比較して、股関節、膝、足関節でのトラッキングエラーを35%、33%、79%削減する。これらの結果は,STS移行時の補助外骨格制御における制御器設計の有効性とロバスト性を示すものである。

関連論文リスト

Multi-scale Coarse-to-fine Modeling for Test-time Human Motion Control [51.92884966472683]
MSCoTは、テストタイムの人間のモーション合成と制御のための、マルチスケールで粗い粒度モデルである。 MSCoTは動きを多スケールの階層表現に識別し、各時間スケールでトークンシーケンス全体を予測する。
論文参考訳（メタデータ） (2026-05-14T15:09:49Z)
A Novel Hybrid PID-LQR Controller for Sit-To-Stand Assistance Using a CAD-Integrated Simscape Multibody Lower Limb Exoskeleton [1.441595027675735]
座-立位遷移における下肢外骨格の精密制御は、ロボット工学における中心的な課題である。本稿では,3つの制御戦略の体系的,シミュレーション,比較評価について述べる。
論文参考訳（メタデータ） (2026-04-04T15:37:11Z)
Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
論文参考訳（メタデータ） (2026-03-11T04:35:06Z)
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)
Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
論文参考訳（メタデータ） (2026-03-07T01:49:59Z)
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)
Adaptive Reinforcement and Model Predictive Control Switching for Safe Human-Robot Cooperative Navigation [10.614812216110673]
本稿では,近接制御と安全制約の同時実施による移動ロボットの人間誘導ナビゲーションの課題について論じる。本稿では,ハイブリッド学習制御フレームワークであるAdaptive Reinforcement and Model Predictive Control Switching (ARMS)を紹介する。乱雑な環境でARMSが82.5パーセントの成功率を達成することを示す。
論文参考訳（メタデータ） (2026-01-23T12:02:18Z)
Momentum-constrained Hybrid Heuristic Trajectory Optimization Framework with Residual-enhanced DRL for Visually Impaired Scenarios [4.735413508037063]
本稿では,視覚障害者の補助ナビゲーションに適した運動量制約付きハイブリッド軌道最適化フレームワーク(MHHTOF)を提案する。残留深部強化学習(DRL)による軌道サンプリング生成、最適化、評価の統合実験の結果,提案したLSTM-BResPPOは,PPOが要求する約半数のトレーニングにおいて,安定な政策性能を実現することができることがわかった。
論文参考訳（メタデータ） (2025-09-19T04:33:39Z)
Explainable AI-Enhanced Supervisory Control for Robust Multi-Agent Robotic Systems [0.0]
マルチエージェントロボットのためのAI強化型監視制御フレームワークを提案する。我々は、このアプローチを、宇宙船形成飛行と自律水中車両の2つの対照的な領域で検証した。
論文参考訳（メタデータ） (2025-09-18T23:59:13Z)
DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
論文参考訳（メタデータ） (2024-06-05T06:18:03Z)
An adaptive closed-loop ECoG decoder for long-term and stable bimanual control of an exoskeleton by a tetraplegic [91.6474995587871]
複雑なタスクに対する多様なエフェクタのハイパフォーマンス制御は、時間とともに堅牢で、デコーダの継続的な再校正なしに高いデコード性能でなければならない。適応型オンラインテンソルベースデコーダ「Recursive Exponentially Weighted Markov-Switching Multi-linear Model (REW-MSLM)」を開発した。復号器の再校正なしにREW-MSLMを用いて,外骨格と仮想アバターの8次元バイマニュアル制御の安定性を6ヶ月にわたって実証した。
論文参考訳（メタデータ） (2022-01-25T16:51:29Z)

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。