知的合成動作制御法によるロボットの適応的デクストラスモーションの実現

利用智能合成运动控制方法实现机器人自适应右旋运动

• 批准号: 10750196
• 负责人: 鈴木 昌和
• 金额: $ 1.41万
• 依托单位: Tokai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1998
• 资助国家: 日本
• 起止时间: 1998 至 1999
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-10750196/
• 关键词: ロボット; 学習制御; 適応行動; 行動進化

基本的動作の制御のみを与えれば複雑で器用な動作を獲得できるようなロボット知能化方法論として提案している知的合成動作制御法(ICMC)に基づいて,垂直多関節型5軸ロボットによるボールの捕球・投球動作を実現した.まず捕球・投球動作を(1)ボールを認知しハンドを移動して捕球する捕球動作(2)ハンドを振り上げ投げ動作に備えて構える振上動作(3)ハンドを振り下ろしてボールを目標位置へ投げる投球動作 の3つの要素動作に分けて考え,これらを合成PTP動作としてとらえてそれぞれ合成動作最適化により最適化を行い・捕球位置まで高速に移動し,かつ残留振動が抑制された捕球動作・高速にしかも残留振動少なく指定された望ましい位置・姿勢にハンドを移動する振上動作・障害物から十分離れた飛行軌跡でボールを指定された目標位置に投げる投球動作のような器用で巧妙な動作を獲得した.次に各動作を行う状況を変えながら最適合成を行って,典型的なパラメータ値に対して最適合成を行って得た経験知識をそれぞれの知識アレイに記憶して活用することにより,未経験のパラメータの組み合わせに対しても準最適な合成動作を推定・実現できることが確認された.その上で最適合成動作として得られた捕球動作,振上動作,および投球動作を一段階上の知能化レベルの要素動作と考えて最適合成することにより,デクストラス捕球・投球モーション,すなわち,"様々な未経験の状況にも適応できる捕球・投球動作"を実現し,知的合成動作制御法の有効性を確認した.更に知的合成動作制御法に基づいたロボットの行動進化,すなわち,関節の回転のような最も基本的な動作を知的合成動作制御法に基づいてどのように複雑な動作に進化させて行くかを考察し,行動が複雑になるにつれて膨大な数になる動作実行に必要な制御パラメータを知識アレイのネットワーク化によって対処することで行動進化を効率的に実現する枠組みを提案した.

The basic motion control method and the complex motion control method (ICMC) are proposed. The basic motion control method and the complex motion control method are proposed. The vertical multi-joint 5-axis motion control method is implemented. The ball catching and pitching action (1) is recognized by the movement of the ball catching action (2) by the vibration of the ball throwing action (3) by the vibration of the ball throwing action (3) by the movement of the ball throwing action (3). The synthetic PTP motion is optimized, and the ball position is moved at high speed. However, the residual vibration is suppressed and the ball catching action is performed at high speed. However, the residual vibration is reduced and the target position and posture are specified. The ball catching action can be moved and the obstacle can be moved. However, the flight trajectory is very far away. The pitching action can be achieved by using the ingenious action of the ball at the specified target position. For example, the most suitable behavior for each action is to determine the optimal behavior, and the typical behavior is to determine the optimal behavior for each action. The most suitable action for the above is the ball catching action, the vibration action, and the pitching action. The knowledge of the elements of the action and the examination of the most suitable action for the above action is confirmed. The evolution of motion in the base of synthetic motion control is investigated. Action is complex, and the number of actions is expanding. Action is necessary to control the number of actions. Knowledge is evolving. Action is evolving. Efficiency is being realized.

项目成果

Masakazu Suzuki: "Robot Behavior Evolution using Knowledge Array Network"Proc. of 1999 European Control Conference, Karlsruhe. Paper No. F107 (1999)

Masakazu Suzuki：“使用知识阵列网络的机器人行为进化”Proc。

Masakazu SUZUKI: "Robot Behavior Evolution Using Knowledge Array Network" Proceedings of European Control Conference 1999. (未定). (1999)

Masakazu SUZUKI：“使用知识阵列网络的机器人行为进化”欧洲控制会议记录 1999。（待定）。

Masakazu Suzuki: "Robot Behavior Evolution based upon the Intelligent Composite Motion Control"Recent Advances in Mechatronics, O. Kaynak, S. Tosunoglu and M. Ang, Jr (Eds), Springer. 245-258 (1999)

Masakazu Suzuki：“基于智能复合运动控制的机器人行为进化”机电一体化的最新进展，O. Kaynak、S. Tosunoglu 和 M. Ang, Jr（编辑），Springer。

鈴木昌和: "知的合成動作制御法に基づくロボットの行動進化"第17回日本ロボット学会学術講演会講演論文集. 989-990 (1999)

铃木正和：《基于智能合成运动控制方法的机器人行为进化》日本机器人学会第17届年会论文集989-990（1999）。

Masakazu SUZUKI: "Suboptimal robot motion for inexperienced situations through intelligent composite motion control:method of knowledge array" International Journal of Systems Science. Vol.30,No.1. 87-94 (1999)

Masakazu SUZUKI：“通过智能复合运动控制在没有经验的情况下进行次优机器人运动：知识阵列方法”国际系统科学杂志。