[論文レビュー] Learning to Control Highly Accelerated Ballistic Movements on Muscular Robots

Dieter Büchler, Roberto Calandra+1 more|arXiv (Cornell University)|Apr 7, 2019

Muscle activation and electromyography studies被引用数 4

ひとこと要約

本論文では、相反性空気人工筋（PAM）を駆動源とする4自由度の軽量ロボットアームを提案する。このアームは、ベイズ最適化を用いた安全な高速制御探索により、最大28,000°s⁻²の極めて高い関節加速度を達成している。システムは、PAMの内在的柔軟性、共同収縮制御、摩擦およびケーブルたわみを最小限に抑えた機構的設計により、直接的かつ安全に高速なボールスティック軌道の学習を可能にし、従来のPAM駆動ロボットと比較して速度と追従精度の両面で優れた性能を発揮している。

ABSTRACT

High-speed and high-acceleration movements are inherently hard to control. Applying learning to the control of such motions on anthropomorphic robot arms can improve the accuracy of the control but might damage the system. The inherent exploration of learning approaches can lead to instabilities and the robot reaching joint limits at high speeds. Having hardware that enables safe exploration of high-speed and high-acceleration movements is therefore desirable. To address this issue, we propose to use robots actuated by Pneumatic Artificial Muscles (PAMs). In this paper, we present a four degrees of freedom (DoFs) robot arm that reaches high joint angle accelerations of up to 28000 deg/s^2 while avoiding dangerous joint limits thanks to the antagonistic actuation and limits on the air pressure ranges. With this robot arm, we are able to tune control parameters using Bayesian optimization directly on the hardware without additional safety considerations. The achieved tracking performance on a fast trajectory exceeds previous results on comparable PAM-driven robots. We also show that our system can be controlled well on slow trajectories with PID controllers due to careful construction considerations such as minimal bending of cables, lightweight kinematics and minimal contact between PAMs and PAMs with the links. Finally, we propose a novel technique to control the the co-contraction of antagonistic muscle pairs. Experimental results illustrate that choosing the optimal co-contraction level is vital to reach better tracking performance. Through the use of PAM-driven robots and learning, we do a small step towards the future development of robots capable of more human-like motions.

研究の動機と目的

• 物理的ロボットハードウェア上で、安全かつ直接的な高加速度ボールスティック運動の学習を可能にすること。
• 従来のモータ駆動アームを用いた高速制御における探索に伴う不安定性およびハードウェア損傷のリスクを回避すること。
• 機械的摩擦を最小限に抑え、ケーブル経路を最適化したPAM駆動ロボットの設計を行うこと。
• 相反性PAMペアの共同収縮制御が、軌道追従性能を顕著に向上させることを示すこと。
• システムの内在的柔軟性のおかげで、追加の安全制約が不要な状態で、ハードウェア上で直接ベイズ最適化を適用できることを検証すること。

提案手法

• 各関節を2本のPAMを逆向きに配置した8本の相反性PAMを用いた4自由度のロボットアームの設計。
• ボーデンケーブルを用いた低摩擦ケーブル経路と、PAMの構造への取り付けを最適化することで、たわみおよび曲げを最小限に抑えたハードウェアシステムの実装。
• 100 HzでPAM圧力を制御するための比例弁と、100 kHzのエンコーダーフィードバックを備えたFPGAベースの制御システムの実装。
• ベイズ最適化（BO）を用いて、ハードウェア上で直接PIDコントローラーのゲインとフォワードパス項を最適化。事前に定義された圧力およびパrameter制限を安全制約として使用。
• 追従性能の向上を目的とした、PAMペアの活性化レベルを最適化する新規の共同収縮制御技術の導入。
• 目的空間（位置誤差および速度誤差）におけるパレートフロントの推定を通じて、共同収縮レベルが制御性能に与える影響を分析。

実験結果

リサーチクエスチョン

• RQ1 学習ベースの制御を用いた場合、外部の安全装置がなくても、PAM駆動ロボットアームが高加速度運動を安全に探索できるか。
• RQ2 非線形で高加速度なロボットシステムにおいて、共同収縮レベルが軌道追従性能に与える影響は何か。
• RQ3 機械的複雑性を極限まで抑えたPAM駆動アームにおいて、シンプルなPIDコントローラーにフォワードパス項を追加した場合、高精度な追従制御をどの程度達成できるか。
• RQ4 ケーブルのたわみおよびPAMと構造部の接触を最小限に抑えた機構的設計が、高速運動の制御性を向上させるか。
• RQ5 非線形システムにおける高速軌道制御において、ハードウェア上で直接ベイズ最適化を効果的に適用できるか。

主な発見

• ロボットはピーク関節空間加速度28,000°s⁻²、タスク空間加速度200 m/s²を達成し、バーレットWamアームと比較して加速度で10倍、速度で4倍の性能を発揮した。
• 急速な加速度に起因する高い力が発生しても機械的損傷が生じず、学習中の安全な探索が可能だった。
• ベイズ最適化により、ハードウェア上で直接PIDコントローラーのゲインとフォワードパス項を最適化し、高速軌道において優れた追従性能を達成した。
• 実験では、推定されたパレートフロントに近い試行は、類似した共同収縮レベルを示しており、最適な共同収縮が性能に大きく寄与することが示された。
• 手動でチューニングされたPIDコントローラーのみを用いても、ゆっくりな軌道においても高精度な追従が達成されたことから、機械的設計による非線形性の低減効果が裏付けられた。
• パレートフロント付近に多様な共同収縮レベルが存在しなかったことから、適切に選択された共同収縮のもとでは、線形制御が非線形ダイナミクスを効果的に制御できることを示唆した。