論文の概要: Precision at Speed: Sample-Efficient Online Model-Based Reinforcement Learning for Hydraulic Excavator Control
- arxiv url: http://arxiv.org/abs/2609.31025v1
- Date: Fri, 25 Sep 2026 09:22:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.32237
- Title: Precision at Speed: Sample-Efficient Online Model-Based Reinforcement Learning for Hydraulic Excavator Control
- Title（参考訳）: 高速での精度:水圧掘削機制御のためのオンラインモデルベース強化学習のサンプル効率
- Abstract要約: 本稿では,スクラッチから確率論的ダイナミックスアンサンブルモデルを学習し,サンプリングベースモデル予測制御を行うオンラインモデルベース強化学習フレームワークを提案する。
我々は,11.5トンのMenzi Muck M445油圧掘削機で,実演やシミュレーション事前訓練なしで直接学習することで,その枠組みを検証した。
- 参考スコア（独自算出の注目度）: 10.868133323883852
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Precise, high-speed control remains challenging for robots with complex actuation dynamics. Learning directly on hardware is further constrained by the cost of real-world interaction. We present an online model-based reinforcement learning framework that learns a probabilistic dynamics ensemble model from scratch for sampling-based model predictive control. A precision-gated contouring objective conditions the progress reward on path accuracy, prioritizing precision over speed. In a data-driven excavator simulator, the framework achieves higher sample efficiency than the evaluated model-based reinforcement learning baselines. We validate the framework by learning directly on an 11.5-ton Menzi Muck M445 hydraulic excavator, without demonstrations or simulation pretraining. After 20 minutes of interaction, the controller reaches tracking accuracy comparable to prior learned controllers trained on 100-150 minutes of data. After 40 minutes, it sustains sub-centimeter mean path error at high operating speeds.
- Abstract（参考訳）: 複雑なアクティベーションダイナミクスを持つロボットにとって、高精度で高速な制御は依然として困難である。
ハードウェア上で直接学習することは、現実世界のインタラクションのコストによってさらに制約される。
本稿では,スクラッチから確率論的ダイナミックスアンサンブルモデルを学習し,サンプリングベースモデル予測制御を行うオンラインモデルベース強化学習フレームワークを提案する。
精度ゲート整合目的条件は、速度よりも精度を優先し、パス精度に進捗報酬を付与する。
データ駆動型掘削機シミュレータでは、評価されたモデルに基づく強化学習ベースラインよりも高いサンプリング効率を達成する。
我々は,11.5トンのMenzi Muck M445油圧掘削機で,実演やシミュレーション事前訓練なしで直接学習することで,その枠組みを検証した。
20分間のインタラクションの後、コントローラは100～150分のデータでトレーニングされた事前学習されたコントローラに匹敵するトラッキング精度に達する。
40分後、高速な動作速度で平均経路誤差をサブセンチメートルで維持する。
関連論文リスト
- Adapting Neural Robot Dynamics on the Fly for Predictive Control [7.805013939786426]
オフライントレーニングと効率的なオンライン更新を組み合わせた,ニューラルロボットダイナミックモデルの迅速な適応のためのアプローチを提案する。
本研究では,新しい動作条件下でのロバストな予測追従制御を実現するために,実四足歩行ロボットのアプローチを実証する。
論文 参考訳（メタデータ） (2026-04-05T09:45:26Z) - Generalizable and Fast Surrogates: Model Predictive Control of Articulated Soft Robots using Physics-Informed Neural Networks [4.146337610044239]
本研究では,データ効率を重視した音声ソフトロボット(ASR)のための物理インフォームドニューラルネットワーク(PINN)を提案する。
リカレントニューラルネットワークとは対照的に、PINNは高い一般化性を提供する。
精度の高いFPモデルの予測速度は、PINNで最大467倍、わずかに精度が低下する。
論文 参考訳（メタデータ） (2025-02-04T01:16:33Z) - Real-Time Model-Free Deep Reinforcement Learning for Force Control of a
Series Elastic Actuator [56.11574814802912]
最先端のロボットアプリケーションは、歩行、揚力、操作などの複雑なタスクを達成するために、閉ループ力制御を備えた連続弾性アクチュエータ(SEAs)を使用する。
モデルフリーPID制御法はSEAの非線形性により不安定になりやすい。
深層強化学習は連続制御タスクに有効なモデルレス手法であることが証明されている。
論文 参考訳（メタデータ） (2023-04-11T00:51:47Z) - Real-to-Sim: Predicting Residual Errors of Robotic Systems with Sparse
Data using a Learning-based Unscented Kalman Filter [65.93205328894608]
我々は,動的・シミュレータモデルと実ロボット間の残差を学習する。
学習した残差誤差により、動的モデル、シミュレーション、および実際のハードウェア間の現実的ギャップをさらに埋めることができることを示す。
論文 参考訳（メタデータ） (2022-09-07T15:15:12Z) - Online Dynamics Learning for Predictive Control with an Application to
Aerial Robots [3.673994921516517]
予測モデルは学習し、モデルベースのコントローラに適用することができるが、これらのモデルはしばしばオフラインで学習される。
このオフライン設定では、トレーニングデータをまず収集し、精巧なトレーニング手順により予測モデルを学ぶ。
本稿では,デプロイ中の動的モデルの精度を継続的に向上するオンライン動的学習フレームワークを提案する。
論文 参考訳（メタデータ） (2022-07-19T15:51:25Z) - Physics-Inspired Temporal Learning of Quadrotor Dynamics for Accurate
Model Predictive Trajectory Tracking [76.27433308688592]
クオーロタのシステムダイナミクスを正確にモデル化することは、アジャイル、安全、安定したナビゲーションを保証する上で非常に重要です。
本稿では,ロボットの経験から,四重項系の力学を純粋に学習するための新しい物理インスパイアされた時間畳み込みネットワーク(PI-TCN)を提案する。
提案手法は,スパース時間的畳み込みと高密度フィードフォワード接続の表現力を組み合わせて,正確なシステム予測を行う。
論文 参考訳（メタデータ） (2022-06-07T13:51:35Z) - Real-time Neural-MPC: Deep Learning Model Predictive Control for
Quadrotors and Agile Robotic Platforms [59.03426963238452]
モデル予測制御パイプライン内の動的モデルとして,大規模で複雑なニューラルネットワークアーキテクチャを効率的に統合するフレームワークであるReal-time Neural MPCを提案する。
ニューラルネットワークを使わずに、最先端のMPCアプローチと比較して、位置追跡誤差を最大82%削減することで、実世界の問題に対する我々のフレームワークの実現可能性を示す。
論文 参考訳（メタデータ） (2022-03-15T09:38:15Z) - Iterative Semi-parametric Dynamics Model Learning For Autonomous Racing [2.40966076588569]
本稿では,ニューラルネットワークを用いた反復学習セミパラメトリックモデルを自律レースの課題に適用する。
我々のモデルは純粋にパラメトリックモデルよりも正確に学習でき、純粋に非パラメトリックモデルよりもより一般化できることを示す。
論文 参考訳（メタデータ） (2020-11-17T16:24:10Z) - Fast Modeling and Understanding Fluid Dynamics Systems with
Encoder-Decoder Networks [0.0]
本研究では,有限体積シミュレータを用いて,高精度な深層学習に基づくプロキシモデルを効率的に教えることができることを示す。
従来のシミュレーションと比較して、提案したディープラーニングアプローチはより高速なフォワード計算を可能にする。
深層学習モデルの重要物理パラメータに対する感度を定量化することにより、インバージョン問題を大きな加速で解くことができることを示す。
論文 参考訳（メタデータ） (2020-06-09T17:14:08Z)
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。