論文の概要: A Switched Adaptive Control Framework for Aerial Manipulators Under Dynamic Transitions

• arxiv url: http://arxiv.org/abs/2609.24761v1
• Date: Mon, 21 Sep 2026 15:29:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 15:24:18.44405
• Title: A Switched Adaptive Control Framework for Aerial Manipulators Under Dynamic Transitions
• Title（参考訳）: 動的遷移下における空中マニピュレータの適応制御フレームワーク
• Abstract要約: 本研究では,空中マニピュレータの適応制御フレームワークを提案する。 システムの安定性が保証される遷移位相を特徴付けるスイッチング信号のクラスを提供する。
• 参考スコア（独自算出の注目度）: 7.362916748574591
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Aerial manipulators represent the forefront of aerial robotics. Although potentially capable of complex interaction tasks, controlling aerial manipulators throughout the dynamic transitions occurring during task execution presents significant challenges. Abrupt or discontinuous changes in system dynamics generated by the transitions suggest the use of a switched approach, yet the available aerial manipulation methods are not designed for coping with switched regimes. In addition, most available methods fall short in coping with the tight couplings between the aerial vehicle and the manipulator, as well as in coping with the state-dependent uncertainties arising from the difficulty in modeling such couplings. We propose a switched-based adaptive control framework for aerial manipulators not relying on a priori knowledge of the vehicle-manipulator couplings and of state-dependent uncertainties. To guarantee stable manipulation despite changes in system dynamics, the framework provides a class of switching signals characterizing those transition phases for which the system is guaranteed to remain stable. Comparative experiments further validate the effectiveness of the proposed switched-based framework over the state of the art.
• Abstract（参考訳）: 空中マニピュレータは、航空ロボティクスの最前線である。 複雑なインタラクションタスクの可能性があるが、タスク実行中に発生する動的遷移を通して空中マニピュレータを制御することは重大な課題である。 遷移によって生じるシステム力学の急激なあるいは不連続な変化は、切替されたアプローチの使用を示唆するが、利用可能な空中操作方法は切替されたレシエーションに対処するために設計されていない。 さらに、ほとんどの方法は、航空機とマニピュレータの密結合に対処するだけでなく、そのような結合をモデル化することの難しさから生じる状態依存の不確実性にも対処できない。 航空機・マニピュレータ結合と状態依存不確かさの事前知識に依存しない航空マニピュレータのための切替型適応制御フレームワークを提案する。 システムダイナミクスの変化にもかかわらず安定した操作を保証するため、このフレームワークは、システムの安定が保証されている遷移フェーズを特徴付けるスイッチング信号のクラスを提供する。 比較実験は、最先端技術に対する切替ベースフレームワークの有効性をさらに検証する。

関連論文リスト

• Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place [54.561625475942584]
  本研究では, 液体充填容器の安定輸送について検討し, ロボットが物体を目標場所へ移動させながら, スロッシングを抑え, こぼれを防止する方法を検討した。 このタスクは運動の滑らかさと軌道レベルの安定性に厳格な要件を課し、既存のシステムの明確な制限を明らかにする。 物理的に検証されたデータ生成と階層的拡散型コントローラを結合した合成から現実のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-16T04:55:12Z)
• Safety-Critical Bilateral Teleoperation for Omnidirectional Aerial Manipulation Using Force-Sensorless Haptic Feedback [25.02259961202887]
  本稿では、視覚的および力覚的触覚フィードバックを統合した全方向空中マニピュレータのための安全クリティカルな双方向遠隔操作フレームワークを提案する。 ヘキサロタを用いた全方向空中マニピュレータを用いた実実験により,提案手法は飛行中の触覚フィードバックを回避し,物理的相互作用の下で一貫したフィードバックを提供し,多様な操作タスクに対して操作可能であることを示す。
  論文  参考訳（メタデータ） (2026-08-22T02:35:42Z)
• End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation [59.188006170485046]
  E2E-CDiffは、制御可能で現実的なシナリオ生成のためのエンドツーエンドの条件拡散フレームワークである。 微分可能な誘導は速度を規制し、乾燥可能な領域のコンプライアンスを強制し、衝突回避や衝突回避行動をサポートする。 E2E-CDiffは、学習ベースのエゴプランナーとしても競争力がある。
  論文  参考訳（メタデータ） (2026-07-21T02:13:25Z)
• Learning Cross-Coupled and Regime Dependent Dynamics for Aerial Manipulation [3.247008128557575]
  空中マニピュレータにおける適応的残留力学学習のための構造化エンコーダデコーダフレームワークを提案する。 その結果、残差予測精度の向上、動作条件の変化による適応の高速化、MPCに基づく軌道追跡性能の向上が示された。
  論文  参考訳（メタデータ） (2026-05-14T13:17:04Z)
• Why Steering Works: Toward a Unified View of Language Model Parameter Dynamics [81.80010043113445]
  局所的な微調整、LoRAに基づく適応、およびアクティベーションに基づく介入を分離して研究する。 制御信号によって誘導される動的ウェイト更新として、これらの介入をフレーム化する統一的な視点を示す。 提案手法では,選択と効用との間に一貫したトレードオフが観測される。
  論文  参考訳（メタデータ） (2026-02-02T17:04:36Z)
• A Learning-based Control Methodology for Transitioning VTOL UAVs [3.7488255458663384]
  現在の制御方式の高度と位置の分離制御は、大きな振動を引き起こす。 本稿では、強化学習(RL)駆動制御に基づく新しい結合遷移制御手法を提案する。 シミュレーションおよび実環境における本手法の適用可能性を検証する。
  論文  参考訳（メタデータ） (2025-12-03T08:13:50Z)
• Controlling dynamical systems into unseen target states using machine learning [45.84205238554709]
  我々は、複雑な力学系を以前に見つからなかったターゲット状態に制御するための、モデルフリーでデータ駆動の方法論を提案する。 提案手法は、観測されていないパラメータ状態におけるシステムの挙動を正確に予測し、任意の目標状態への遷移を制御できるようにする。
  論文  参考訳（メタデータ） (2024-12-13T16:21:56Z)
• Multi-Scale Control Signal-Aware Transformer for Motion Synthesis without Phase [72.01862340497314]
  マルチスケール制御信号認識変換器(MCS-T)を提案する。 MCS-Tは補助情報を用いてメソッドが生成した動作に匹敵する動作をうまく生成できる。
  論文  参考訳（メタデータ） (2023-03-03T02:56:44Z)
• Learning Variable Impedance Control for Aerial Sliding on Uneven Heterogeneous Surfaces by Proprioceptive and Tactile Sensing [42.27572349747162]
  本研究では,空中すべり作業に対する学習に基づく適応制御手法を提案する。 提案するコントローラ構造は,データ駆動制御とモデルベース制御を組み合わせたものである。 美術品間相互作用制御手法の微調整状態と比較して,追従誤差の低減と外乱拒否の改善を実現した。
  論文  参考訳（メタデータ） (2022-06-28T16:28:59Z)
• Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots [121.42930679076574]
  シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。 ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。 本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
  論文  参考訳（メタデータ） (2021-03-26T07:14:01Z)

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。