[論文レビュー] Trade-Offs in Exploiting Body Morphology for Control: from Simple Bodies and Model-Based Control to Complex Bodies with Model-Free Distributed Control Schemes

Matej Hoffmann, Vincent C. Müller|arXiv (Cornell University)|Nov 9, 2014

Modular Robots and Swarm Intelligence被引用数 4

ひとこと要約

本稿は、ロボット制御におけるボディモーフォロジーの利点と妥当性のトレードオフを調査し、単純でモデルに基づくシステムと、複雑でソフトでモデルフリーの分散制御アプローチを対比している。動的システムの視点を提唱し、モーフォロジーが制御の複雑さを軽減できる一方で、モデリング、設計のスケーラビリティ、パフォーマンス保証の面で課題を引き起こすことを強調している。特にソフトロボティクスにおいて顕著である。

ABSTRACT

Tailoring the design of robot bodies for control purposes is implicitly performed by engineers, however, a methodology or set of tools is largely absent and optimization of morphology (shape, material properties of robot bodies, etc.) is lagging behind the development of controllers. This has become even more prominent with the advent of compliant, deformable or "soft" bodies. These carry substantial potential regarding their exploitation for control---sometimes referred to as "morphological computation" in the sense of offloading computation needed for control to the body. Here, we will argue in favor of a dynamical systems rather than computational perspective on the problem. Then, we will look at the pros and cons of simple vs. complex bodies, critically reviewing the attractive notion of "soft" bodies automatically taking over control tasks. We will address another key dimension of the design space---whether model-based control should be used and to what extent it is feasible to develop faithful models for different morphologies.

研究の動機と目的

• 単純なロボットモーフォロジーと複雑なロボットモーフォロジーの制御性能と設計複雑性におけるトレードオフを分析すること。
• モーフォロジカルに複雑なロボットにおいて、モデルベースとモデルフリーの制御戦略の実現可能性と限界を評価すること。
• モーフォロジカルコンピューティングが計算負荷を軽減できるが、設計、モデリング、システムの予測可能性に課題をもたらすメカニズムを明らかにすること。
• 動的システム理論が、従来の計算フレームワークを超えた制御の再定義に果たす役割を評価すること。
• 分散的で自己組織化された制御機構を備えた適応的でソフトなロボットシステムの設計における未解決の課題を特定すること。

提案手法

• Pfeiferらの『トレーディングスペース』フレームワークを採用し、計算的制御からモーフォロジカル制御に至るスケールに沿った制御戦略のマッピングを行う。
• 被動的ダイナミックウォーカーやコーヒー・バルーン・グリッパーなどの事例研究を分析し、単純なシステムにおけるモーフォロジーに基づく制御の実例を提示する。
• 剛体およびコンプライアンス体に対するモデルベース制御技術（例：最適制御、マルチスケール最適化）をレビューする。
• 複雑なシステムにおけるモデルフリーで分散型の制御を検討し、テンスグリティロボットやスパikingニューラルネットワークを含む。
• 高次元の設計空間を探索するための進化的ロボティクスおよびハードウェアインザループ最適化の利用を評価する。
• ソフトロボティクスにおけるシミュレーションと実世界テストの間の『リアリティギャップ』と、パフォーマンス保証のための解析的モデルの欠如を強調する。

実験結果

リサーチクエスチョン

• RQ1 ロボットモーフォロジーの複雑さは、モデルベース制御の実現可能性とパフォーマンスにどのように影響するか？
• RQ2 モーフォロジー的特性は、集中型の計算的制御の必要性をどの程度軽減できるか？
• RQ3 ボディダイナミクスに依存する場合、制御の単純さとシステムの汎用性の間にはどのようなトレードオフが生じるか？
• RQ4 モデルフリーで分散型の制御スキームは、複雑でコンプライアンス性のあるロボットシステムにおいて、モデルベースのアプローチと比べてどの程度の性能を示すか？
• RQ5 ソフトで変形可能なロボットボディのモデリングおよび最適化技術に、現在のところどのような限界があるか？

主な発見

• 被動的ダイナミックウォーカーのような単純でコンプライアンス性のあるボディは、アクティブな制御がなくても安定した機能的行動を生成できることを示している。
• モーフォロジカルコンピューティングは計算負荷を軽減できるが、しばしば移植性と新しい環境への適応性の低下を伴う。
• モデルベース制御は、非線形的または変形可能なシステムでは、正確な物理モデルを構築することが困難なため、限界に達する。
• 複雑なボディにおけるモデルフリーで分散型の制御は、新しいアルゴリズムを必要とし、まだ初期段階にあるが、テンスグリティロボットなどのシステムでは有望である。
• ソフトボディの解析的モデルが存在しないことにより、設計において次元の呪いが生じ、シミュレーションとハードウェアテストによる最適化が高価でヒューリスティックなアプローチに依存するようになる。
• 進化的およびハードウェアベースの共同設計アプローチは有望であるが、シミュレーションと実世界性能の間の『リアリティギャップ』によって制限を受ける。