[論文レビュー] A Generalized Matrix Inverse with Applications to Robotic Systems

Bo Zhang, Jeffrey Uhlmann|arXiv (Cornell University)|May 7, 2018

Robotic Mechanisms and Dynamics参考文献 16被引用数 5

ひとこと要約

本稿では、状態変数の任意の単位スケーリング下でも性能を保証するユニット整合性（UC）を有する一般化逆行列を導入している。これは、ムーア＝ペンローズ一般化逆行列とは異なり、この性質を欠いている。UC逆行列は、$(DAE)^{-U} = E^{-1}A^{-U}D^{-1}$ という重要な変換則を満たし、単位選択にかかわらず、不定および過決定系において一貫した解を提供する。ロボット状態空間モデルにおける理論的およびアルゴリズム的妥当性が確認されている。

ABSTRACT

It is well-understood that the robustness of mechanical and robotic control systems depends critically on minimizing sensitivity to arbitrary application-specific details whenever possible. For example, if a system is defined and performs well in one particular Euclidean coordinate frame then it should be expected to perform identically if that coordinate frame is arbitrarily rotated or scaled. Similarly, the performance of the system should not be affected if its key parameters are all consistently defined in metric units or in imperial units. In this paper we show that a recently introduced generalized matrix inverse permits performance consistency to be rigorously guaranteed in control systems that require solutions to underdetermined and/or overdetermined systems of equations.

研究の動機と目的

• ロボットシステムに応用される従来の一般化逆行列（例：ムーア＝ペンローズ一般化逆行列）に見られるユニット整合性の欠如を是正すること。
• 状態変数の単位変更（例：メートルとフィート）に対して制御系性能が不変となるように保証すること。
• 単位変更を表す対角スケーリング変換の下でも代数的整合性を保つ一般化逆行列を構築すること。
• ロボット制御およびメカトロニクス制御システムにおいて、ムーア＝ペンローズ逆行列の理論的裏付けと計算可能性に優れた代替手段を提供すること。
• UC逆行列がテンソル積と整合し、多次元ロボット状態空間モデルへの応用が可能であることを示すこと。

提案手法

• 単位スケーリングを表す対角行列 $D$ および $E$ に対して、$(DAE)^{-U} = E^{-1}A^{-U}D^{-1}$ を満たす新しい一般化逆行列 $A^{-U}$ を提案。
• UC逆行列が一般化逆行列の性質（$A A^{-U} A = A$ および $A^{-U} A A^{-U} = A^{-U}$）を保持する理論的条件を確立。
• テンソル積と整合することを証明：$(A_1 igotimes A_2)^{-U} = A_1^{-U} igotimes A_2^{-U}$ であり、多次元システムにおけるスケーラビリティを可能にする。
• 対数変換と反復バランス化に基づく数値アルゴリズムを導出。標準の一般化逆行列ルーチンを用いて UC 逆行列を計算。
• 符号行列 $S = \text{sign}(A)$、絶対値 $|A|$、対数スケーリング $L = \log(|A|)$ を用いて、ムーア＝ペンローズ逆行列を適用する前に行列要素を再重み付け。
• 反復的リファインメントプロセスにより、ユニット整合性を是正するための二重スケーリングベクトル $u$ および $v$ を計算。その後、指数関数的変換とスケーリングにより UC 逆行列を回復。

実験結果

リサーチクエスチョン

• RQ1 ロボットシステムにおける状態変数の任意の単位スケーリングに対して不変である一般化逆行列を構築可能か？
• RQ2 ユニット変換の文脈において、提案されたユニット整合性逆行列は、代数的および行動的観点からムーア＝ペンローズ一般化逆行列とどのように異なるか？
• RQ3 特異または非正方行列において、UC 逆行列が基本的な一般化逆行列性質を保持する条件は何か？
• RQ4 UC 逆行列はテンソル積と整合するか？これにより、多次元ロボット状態空間モデルへの応用が可能か？
• RQ5 標準的な線形代数ツールを用いて、効率的かつ数値的に安定な UC 逆行列の計算アルゴリズムを設計可能か？

主な発見

• 提案されたユニット整合性逆行列 $A^{-U}$ は、$(DAE)^{-U} = E^{-1}A^{-U}D^{-1}$ という変換則を満たし、状態変数の任意の単位スケーリングに対して不変性を保証する。
• UC 逆行列は、$A$ が特異または長方形であっても、基本的な一般化逆行列性質 $A A^{-U} A = A$ および $A^{-U} A A^{-U} = A^{-U}$ を保持する。
• UC 逆行列はテンソル積と整合する：$(A_1 igotimes A_2)^{-U} = A_1^{-U} igotimes A_2^{-U}$。これは数学的帰納法を用いて証明され、行列要素に $\pm 1$ の積制約が課された場合に検証済み。
• Octave/Matlab に実装された効率的数値アルゴリズムにより、$A$ を対数スケーリングで変換し、反復バランス化を適用し、変換された行列に対して $\text{pinv}$ を適用することで $A^{-U}$ を計算。
• アルゴリズムは $10^{-22}$ の許容誤差内での収束を示し、数値的安定性と実用的妥当性を裏付ける。
• 温度、圧力、速度、距離などの混合物理単位を含むロボット制御システムなど、ユニット整合性が求められる応用において、ムーア＝ペンローズ一般化逆行列を上回る性能を示す。