論文の概要: Nonlinear Model Predictive Control of a Robotic Soft Esophagus
- arxiv url: http://arxiv.org/abs/2608.09602v1
- Date: Mon, 10 Aug 2026 13:42:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.291541
- Title: Nonlinear Model Predictive Control of a Robotic Soft Esophagus
- Title（参考訳）: ロボット用ソフト食道の非線形モデル予測制御
- Abstract要約: 摂食障害の緩和がロボティクスソフト食道(RoSE)の発達を促した
RoSEは食道ステントテストおよび食品粘性試験のための新しいin vitroプラットフォームを提供する。
RoSEv2.0のモデル予測制御(MPC: Model Predictive Control)は、パースタンスと空気圧プロファイルを自律的に管理するために実装されている。
- 参考スコア（独自算出の注目度）: 0.5716454975957338
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Strictures caused by esophageal cancer can narrow down the esophageal lumen, leading to dysphagia. Palliation of dysphagia has driven the development of a Robotic Soft Esophagus (RoSE), which provides a novel in vitro platform for esophageal stent testing and food viscosity studies. In RoSE, peristaltic wave generation and control were done in an open-loop manner since the conduit lacked visibility and embedded sensing capability. Hence, in this work, RoSE version 2.0 (RoSEv2.0) is designed with embedded Time Of Flight (TOF) and pressure sensors to measure conduit displacement and air pressure, respectively, for modeling and control. Model Predictive Control (MPC) of RoSEv2.0 is implemented to govern the peristalsis and air pressure profile autonomously. The implemented MPC used Sparse Identification Nonlinear Dynamics with Control (SINDYC) models to estimate the future states of ROSEv2.0. The dynamic models are discovered from the TOF and pressure sensor data. Peristalsis waves of speed 20 mm/s, wavelength 75 mm, and amplitudes 5, 7.5, and 10 mm were successfully generated by the MPC. Additionally, RoSEv2.0 with the MPC was employed to perform stent migration testing with various food bolus consistencies. The major contribution claimed in this paper is the application of SINDYC-based MPC to solve the closed-loop control problem of RoSE for achieving desired peristaltic waves.
- Abstract（参考訳）: 食道癌による狭窄は食道腔を狭め、摂食を引き起こす。
摂食障害の緩和は、食道ステントテストおよび食品粘度研究のための新しいin vitroプラットフォームを提供するRoSE(Robotic Soft Esophagus)の開発を促している。
RoSEでは、コンジットが可視性や組込みセンシング能力に欠けていたため、周波の発生と制御をオープンループ方式で行うことができた。
そのため、RoSEバージョン2.0 (RoSEv2.0) は飛行時間(TOF)と圧力センサーを内蔵して設計され、それぞれコンジットの変位と空気圧を測定する。
RoSEv2.0のモデル予測制御(MPC: Model Predictive Control)は、パースタンスと空気圧プロファイルを自律的に管理するために実装されている。
実装されたMPCは、ROSEv2.0の将来の状態を推定するためにスパース同定非線形ダイナミクスと制御(SINDYC)モデルを使用した。
動的モデルはTOFおよび圧力センサデータから検出される。
20mm/s, 波長75mm, 振幅5, 7.5, 10mmの周波がMPCにより得られた。
さらに、MPCを用いたRoSEv2.0は、各種食品のボーラス成分を用いたステントマイグレーション試験に使用された。
本稿では,SINDYCをベースとしたMPCを用いたRoSEの閉ループ制御問題の解法について述べる。
関連論文リスト
- Learning Context-Aware Neural ODE Dynamics for Adaptive Robotic Control [55.01272784312405]
本稿では,ニューラル常微分方程式に基づく文脈認識力学モデルを提案する。
Sphero BOLTロボットとFanucマニピュレータを実世界の実験で使用した。
論文 参考訳（メタデータ） (2026-06-13T20:55:46Z) - BiPneu: Design and Control of a Bipolar-Pressure Pneumatic System for Soft Robots [6.127185795731681]
BiPneuは、ソフトロボットのためのスケーラブルで費用効率のよいマルチチャネルバイポーラ圧空気圧システムである。
ハイブリッド型空気圧モデルに基づいて,モード選択を制御したデュアルモードスライディングモードコントローラ (DM-SMC) を提案する。
DM-SMCの追尾ステップおよび正弦波圧力基準における優れた性能を示すシミュレーションと実験を行った。
論文 参考訳（メタデータ） (2026-05-12T22:54:01Z) - Toward Safe Autonomous Robotic Endovascular Interventions using World Models [34.54099310430464]
TD-MPC2上に構築された自律血管ナビゲーションのための世界モデルに基づくフレームワークについて検討する。
患者特化血管の複数ナビゲーションを訓練したTD-MPC2エージェントについて検討した。
我々は、最先端のSoft Actor-Critic(SAC)アルゴリズムエージェントに対して、その性能をベンチマークする。
論文 参考訳（メタデータ） (2026-04-22T03:32:18Z) - Robust Autonomous Control of a Magnetic Millirobot in In Vitro Cardiac Flow [4.299277902318345]
本研究は、生体内心臓ファントム内の磁気ミロボットの正確な自律ナビゲーションを可能にする視覚誘導制御フレームワークを提案する。
このシステムは、UNetベースのローカライゼーション、A*パスプランニング、および外乱オブザーバ(SMC-DOB)を備えたスライディングモードコントローラを統合する。
静流体中では、SMC-DOBはサブミリ精度(ルート平均二乗誤差、RMSE = 0.49 mm)を達成し、PIDおよびMPCベースラインを上回った。
論文 参考訳（メタデータ） (2026-04-02T01:48:04Z) - Fluoroscopy-Constrained Magnetic Robot Control via Zernike-Based Field Modeling and Nonlinear MPC [4.093982213892736]
磁気アクチュエータにより、手術ロボットは複雑な解剖経路をナビゲートし、組織外傷を軽減し、手術精度を向上させることができる。
本稿では,非線形モデル予測制御フレームワークを組み合わせることで,そのような条件下での高精度かつ安定な制御フレームワークを提案する。
硬膜外空間における薬物伝達を再現する3Dプリント流体作業空間と脊椎ファントムの2つの磁気ロボットを用いて実験的に検証を行った。
論文 参考訳（メタデータ） (2026-02-17T04:50:18Z) - Physics-informed Neural-operator Predictive Control for Drag Reduction in Turbulent Flows [109.99020160824553]
乱流のモデリングと制御のための効率的な深部強化学習フレームワークを提案する。
予測制御(PC)のためのモデルベースRLであり、乱流制御のためのポリシとオブザーバモデルの両方を共同で学習する。
その結果, PINO-PCは, バルク速度レイノルズ数15,000で39.0%の抗力低下を達成し, 従来の流体制御法を32%以上上回った。
論文 参考訳（メタデータ） (2025-10-03T00:18:26Z) - Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation [46.36100528165335]
光胸腺撮影と心電図は、連続血圧モニタリング(BP)を可能にする可能性がある。
しかし、データ品質と患者固有の要因の変化のため、正確で堅牢な機械学習(ML)モデルは依然として困難である。
本研究では,1つのモータリティで事前学習したモデルを効果的に利用して,異なる信号タイプの精度を向上させる方法について検討する。
本手法は, 拡張期BPの最先端精度を約1.5倍に向上し, 拡張期BPの精度を1.5倍に向上させる。
論文 参考訳（メタデータ） (2025-02-10T13:33:12Z) - RespDiff: An End-to-End Multi-scale RNN Diffusion Model for Respiratory Waveform Estimation from PPG Signals [3.306437812367815]
PPG信号からの呼吸波形推定のためのエンドツーエンドマルチスケールRNNモデルであるRespDiffを提案する。
モデルはマルチスケールエンコーダを使用し、異なる解像度で特徴を抽出し、双方向RNNを使用してPSG信号を処理し、呼吸波形を抽出する。
BIDMCデータセットで行った実験では、RespDiffはRR推定の1.18bpmの平均絶対誤差(MAE)を達成し、先行研究よりも優れていた。
論文 参考訳（メタデータ） (2024-10-06T05:54:49Z) - Function Approximation for Reinforcement Learning Controller for Energy from Spread Waves [69.9104427437916]
マルチジェネレータ・ウェーブ・エナジー・コンバータ(WEC)は、スプレッド・ウェーブと呼ばれる異なる方向から来る複数の同時波を処理しなければならない。
これらの複雑な装置は、エネルギー捕獲効率、維持を制限する構造的ストレスの低減、高波に対する積極的な保護という複数の目的を持つコントローラを必要とする。
本稿では,システム力学のシーケンシャルな性質をモデル化する上で,ポリシーと批判ネットワークの異なる機能近似について検討する。
論文 参考訳（メタデータ） (2024-04-17T02:04:10Z) - SMRD: SURE-based Robust MRI Reconstruction with Diffusion Models [76.43625653814911]
拡散モデルは、高い試料品質のため、MRIの再生を加速するために人気を博している。
推論時に柔軟にフォワードモデルを組み込んだまま、効果的にリッチなデータプリエントとして機能することができる。
拡散モデル(SMRD)を用いたSUREに基づくMRI再構成を導入し,テスト時の堅牢性を向上する。
論文 参考訳（メタデータ） (2023-10-03T05:05:35Z) - Optimal control of a nitrogen-vacancy spin ensemble in diamond for
sensing in the pulsed domain [52.77024349608834]
固体材料の欠陥は、量子センシングに理想的なプラットフォームを提供する。
このようなアンサンブルの制御は、欠陥エネルギーレベルとマクロサンプル間の任意の制御領域の両方の空間的変動のために困難である。
Floquet理論と最適制御最適化法を用いて,これらの課題を克服できることを実験的に実証した。
論文 参考訳（メタデータ） (2021-01-25T13:01:05Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳（メタデータ） (2021-01-24T12:44:38Z)
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。