論文の概要: Deep Reinforcement Learning-Enhanced Event-Triggered Data-Driven Predictive Control for a 3D Cable-Driven Soft Robotic Arm
- arxiv url: http://arxiv.org/abs/2606.26048v1
- Date: Wed, 24 Jun 2026 17:26:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.402611
- Title: Deep Reinforcement Learning-Enhanced Event-Triggered Data-Driven Predictive Control for a 3D Cable-Driven Soft Robotic Arm
- Title（参考訳）: 深部強化学習による3次元ケーブル駆動型ソフトロボットアームのイベント駆動予測制御
- Abstract要約: ソフトロボット制御のための適応型強化学習に基づくイベントトリガー型DeePCフレームワークを提案する。
RL-ET-DeePCは周期的なDeePCと比較して最適化周波数を最大66%削減する。
三次元ケーブル駆動型ソフトロボットアームのハードウェア実験は、ゼロショット転送を実証している。
- 参考スコア（独自算出の注目度）: 15.863274172058759
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Soft robots are challenging to control due to their nonlinear and time-varying dynamics. Data-enabled predictive control (DeePC) offers a model-free alternative by directly leveraging measured input-output trajectories to construct a predictive controller. However, its receding-horizon formulation requires solving a constrained optimization problem at every sampling instant, which can be computationally demanding for real-time deployment on resource-limited robotic platforms.To address this limitation, we propose an adaptive reinforcement-learning-based event-triggered DeePC (RL-ET-DeePC) framework for soft robotic control. A model-free RL policy is trained to determine when to invoke the DeePC optimizer based on the current system state representation, thereby reducing unnecessary optimization calls while preserving closed-loop performance.Simulation results show that RL-ET-DeePC reduces optimization frequency by up to 66% compared to periodic DeePC, while maintaining comparable tracking accuracy. Hardware experiments on a three-dimensional cable-driven soft robotic arm demonstrate zero-shot transfer, achieving a 34% reduction in optimization frequency with tracking accuracy comparable to periodic DeePC and more consistent performance than a static threshold-based event-triggered baseline.
- Abstract（参考訳）: ソフトロボットは、非線形で時間的に変化するダイナミクスのために制御が難しい。
データ対応予測制御(DeePC)は、測定された入出力軌道を直接利用して予測コントローラを構築することにより、モデルなしの代替手段を提供する。
しかし,資源限定型ロボットプラットフォーム上でのリアルタイム展開を計算的に要求できるサンプリング瞬間毎に制約付き最適化問題を解く必要があるため,この制限に対処するため,ソフトロボット制御のための適応型強化学習型イベントトリガードDeePC(RL-ET-DeePC)フレームワークを提案する。
モデルフリーなRLポリシーは、現在のシステム状態表現に基づいてDeePCオプティマイザをいつ呼び出すかを決定するために訓練され、これによりクローズドループ性能を維持しながら不要な最適化呼び出しを低減し、シミュレーション結果から、RL-ET-DeePCは周期的なDeePCと比較して最大66%の最適化周波数を減少させるが、追跡精度は同等である。
3次元ケーブル駆動型ソフトロボットアームのハードウェア実験は、ゼロショット転送を実証し、周期的DeePCに匹敵するトラッキング精度と、静的しきい値に基づくイベントトリガーベースラインよりも一貫性のあるパフォーマンスで最適化周波数を34%削減した。
関連論文リスト
- A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
車両の直接遠隔操作は重要な技術的ボトルネックに直面している。
通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。
本稿では,一方的な遠隔操作フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-11T01:51:08Z) - Behavior Cloning of MPC for 3-DOF Robotic Manipulators [0.0]
モデル予測制御(MPC)は、強い安定性と堅牢性を提供するが、リアルタイムシステムにかなりの計算負荷を与える。
本稿では,3自由度ロボットマニピュレータのリアルタイム制御におけるMPCポリシーの近似化のための行動クローンの適用について検討する。
論文 参考訳（メタデータ） (2026-05-29T21:51:43Z) - Accelerating Sampling-Based Control via Learned Linear Koopman Dynamics [4.946483489399818]
本稿では、複雑な非線形力学を持つシステムに対する効率的なモデル予測経路積分(MPPI)制御フレームワークを提案する。
軌道伝播に使用される非線形ダイナミクスを学習された線形深度クープマン作用素(DKO)モデルに置き換え、より高速なロールアウトとより効率的な軌道サンプリングを可能にする。
コントローラはMPPI-DKと呼ばれ、四足歩行ロボットの基準追跡実験を通じてハードウェア上で検証される。
論文 参考訳（メタデータ） (2026-03-05T17:15:52Z) - Towards a Self-Driving Trigger at the LHC: Adaptive Response in Real Time [8.632121079404772]
リアルタイムデータフィルタリングと選択は、非常に高速なデータストリームを処理する必要があります。
これらのシステムは、通常、選択基準の静的で手書きのメニューとして設計されている。
我々は、リソースを再配置し、リアルタイムに閾値を動的に調整する自動運転トリガーの概念を探求する。
論文 参考訳（メタデータ） (2026-01-13T19:00:02Z) - Fine-Tuning of Neural Network Approximate MPC without Retraining via Bayesian Optimization [81.35990332700389]
近似モデル予測制御(AMPC)は、MPCの動作をニューラルネットワークで模倣することを目的としている。
デプロイメント中、基盤となるMPCのパラメータは通常、微調整されなければならない。
最近の研究は、MPC最適化問題の近似感度を用いてAMPCを調整することなく適用することでこの問題に対処している。
論文 参考訳（メタデータ） (2025-12-16T12:24:08Z) - TS-DP: Reinforcement Speculative Decoding For Temporal Adaptive Diffusion Policy Acceleration [64.32072516882947]
拡散ポリシーは、具体的制御が優れているが、高い推論遅延と計算コストに悩まされている。
時間認識強化に基づく投機的拡散政策(TS-DP)を提案する。
TS-DPは94%以上のドラフトで最大4.17倍高速な推論を実現し、推論周波数は25Hzに達した。
論文 参考訳（メタデータ） (2025-12-13T07:53:14Z) - RAPID^3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformer [86.57077884971478]
ディフュージョントランスフォーマー(DiT)は、視覚発生時に優れるが、遅いサンプリングによって妨げられる。
本稿では,RAPID3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformersを紹介する。
ベースジェネレータの更新をゼロにするイメージワイドアクセラレーションを提供する。
競合する生成品質でサンプリングを3倍近く高速化する。
論文 参考訳（メタデータ） (2025-09-26T13:20:52Z) - Large Language Model-Empowered Decision Transformer for UAV-Enabled Data Collection [71.84636717632206]
空間分散デバイスからの信頼性とエネルギー効率のよいデータ収集のための無人航空機(UAV)は、IoT(Internet of Things)アプリケーションをサポートする上で大きな可能性を秘めている。
有効なUAV制御ポリシーを学習するための共同言語モデル(LLM)を提案する。
LLM-CRDTは、現在の最先端DTアプローチよりも最大36.7%高いエネルギー効率を達成し、オンラインおよびオフラインメソッドのベンチマークより優れている。
論文 参考訳（メタデータ） (2025-09-17T13:05:08Z) - Feedback-MPPI: Fast Sampling-Based MPC via Rollout Differentiation -- Adios low-level controllers [0.9674641730446749]
モデル予測経路積分制御は、複雑なロボット作業に適したサンプリングベースの強力なアプローチである。
本稿では,勾配型MPCの感度から得られる頑健なフィードバックゲインを紹介する。
2つのロボットプラットフォームにおける実環境実験によるシミュレーションにおけるF-MPPIの有効性を実証する。
論文 参考訳（メタデータ） (2025-06-17T07:47:33Z) - R^3: On-device Real-Time Deep Reinforcement Learning for Autonomous
Robotics [9.2327813168753]
本稿では、デバイス上でのリアルタイムDRLトレーニングにおけるタイミング、メモリ、アルゴリズム性能を管理するための総合的なソリューションR3を提案する。
R3は、(i)動的バッチサイズを最適化するためのデッドライン駆動フィードバックループ、(ii)メモリフットプリントを削減し、より大きなリプレイバッファサイズを実現するための効率的なメモリ管理、(iii)ランタイム分析によってガイドされるランタイムコーディネータ、およびメモリリソース予約を調整するランタイムプロファイラを採用している。
論文 参考訳（メタデータ） (2023-08-29T05:48:28Z) - Guided Constrained Policy Optimization for Dynamic Quadrupedal Robot
Locomotion [78.46388769788405]
我々は,制約付きポリシー最適化(CPPO)の実装に基づくRLフレームワークであるGCPOを紹介する。
誘導制約付きRLは所望の最適値に近い高速収束を実現し,正確な報酬関数チューニングを必要とせず,最適かつ物理的に実現可能なロボット制御動作を実現することを示す。
論文 参考訳（メタデータ） (2020-02-22T10:15:53Z)
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。