ソフトロボットの運動再現性を向上 ― 反復学習型ニューラルネットワークにより高い制御精度を実現 ―

2021年11月18日 11:00 | プレスリリース?研究成果

【本学研究者情报】

〇大学院工学研究科　教授　林部充宏

【発表のポイント】

ソフトアクチュエータ^注¹の动的変形特性の个体差を补偿し、高い制御精度と运动再现性を実现
応答遅れの大きいソフトアクチュエータに対する反復学习制御でニューラルネットワークを生成
学习に使用された训练データとは异なる新しい轨道に対しても追従制御を达成する一般化学习に成功

【概要】

人工筋肉などの分野でソフトアクチュエータが注目されています。しかし、精确な制御が难しいという特徴があり、特に、ソフトアクチュエータをシリコン素材から手作业で制作する际に発生する材料変形特性の个体差は制御性能の低下を招き、入力が同じでも微妙に异なる変形结果となることが知られています。先行研究ではこのような问题に対しフィードバック制御などが採用されてきましたが、応答の时间遅れが大きいソフトアクチュエータに対する応用は难しいという课题がありました。东北大学工学研究科の杉山拓氏（博士前期课程2年）、林部充宏教授らの研究グループは、そのような応答遅れの大きいソフトアクチュエータに対するフィードフォワード学习制御手法を提案しました。反復学习制御とニューラルネットワークを组み合わせた学习制御手法を用いることで、ソフトアクチュエータの动的変形特性を考虑した个体差补偿と一般化された轨道に対する高い制御精度を実现しました。この成果は、ソフトロボットの欠点を补い课题であった运动再现性の确保につながり、その実用化への贡献が期待できます。

本成果は、2021年11月2日付で学術誌「Bioinspiration & Biomimetics」に掲載されました。