学習制御に基づく歩行ロボットの最適歩行軌道の生成に関する研究

本研究の目的は,確定システム制御理論に基づく力学系の性質を用いた学習最適制御と,確率システム制御理論に基づく外乱抑制手法とを融合した,新しい最適歩容生成手法の構築である.申請者はこれまでに,ハミルトン力学系の性質を利用した学習最適制御手法に基づく最適歩容生成手法を提案しており,シミュレーションにより有効性を確認している.この方法は,試行実験を繰り返すことで,駆動人力を最小とする周期歩行軌道を学習的に獲得でき,さらに力学的対称性を利用することで,制御対象の詳細な情報を必要としない利点をもつ.申請者がこれまでに提案した手法をはじめ,従来の多くの学習制御手法は,確定システムを対象とし,各試行実験の初期状態の変動,センサノイズ,環境外乱などは考慮していなかった.そこで今年度は,確率システム制御理論に基づく歩行中の外乱抑制手法の考案を行った.本研究ではまず,従来の確定ハミルトン系を,確率システムへと拡張し,一般にハミルトン系にフィードバック補償器を加えた閉ループ系はハミルトン系とはならない問題を考慮し,閉ループ系が確率ハミルトン系の構造を保存するフィードバック変換である確率一般化正準変換を提案した.さらに,この変換と受動性に基づく確率安定化手法を提案した.非線形確率システムの安定化は一般に困難であるが,提案手法は安定化を達成する補償器の系統的な設計法を与える.本研究は外乱を含む実システムを確率システムと捉えることで,確率システム制御理論の視点からの外乱抑制手法と,学習最適制御とを融合した,新しい最適歩容生成手法の構築が期待できる.

本研究の目的は,確定システム制御理論に基づく力学系の性質を用いた学習最適制御と,確率システム制御理論に基づく外乱抑制手法とを融合した,新しい最適歩容生成手法の構築である.申請者はこれまでに,ハミルトン力学系の性質を利用した学習最適制御手法に基づく最適歩容生成手法を提案しており,シミュレーションにより有効性を確認している.この方法は,試行実験を繰り返すことで,駆動人力を最小とする周期歩行軌道を学習的に獲得でき,さらに力学的対称性を利用することで,制御対象の詳細な情報を必要としない利点をもつ.申請者がこれまでに提案した手法をはじめ,従来の多くの学習制御手法は,確定システムを対象とし,各試行実験の初期状態の変動,センサノイズ,環境外乱などは考慮していなかった.そこで今年度は,確率システム制御理論に基づく歩行中の外乱抑制手法の考案を行った.本研究ではまず,従来の確定ハミルトン系を,確率システムへと拡張し,一般にハミルトン系にフィードバック補償器を加えた閉ループ系はハミルトン系とはならない問題を考慮し,閉ループ系が確率ハミルトン系の構造を保存するフィードバック変換である確率一般化正準変換を提案した.さらに,この変換と受動性に基づく確率安定化手法を提案した.非線形確率システムの安定化は一般に困難であるが,提案手法は安定化を達成する補償器の系統的な設計法を与える.本研究は外乱を含む実システムを確率システムと捉えることで,確率システム制御理論の視点からの外乱抑制手法と,学習最適制御とを融合した,新しい最適歩容生成手法の構築が期待できる.