EigenMPC: An Eigenmanifold-Inspired Model-Predictive Control Framework for Exciting Efficient Oscillations in Mechanical Systems

要約

本論文では、エネルギー効率の良い規則的な振動を発見し、収束させることができる非線形モデル予測制御（NMPC）手法を提案する。本手法は、近年開発された固有マニホールド理論に基づくもので、ロボットの状態空間の不変な2次元部分多様体として、ライン状の振動の集合を定義している。制御問題を非線形プログラム（NLP）として定義することで、コントローラは状態変数と制御変数の制約を扱うことができ、最終軌道だけでなく収束段階においてもエネルギー効率を高めることができる。本アプローチの初期実装を提案し、分析し、シミュレーションでテストする。

要約(オリジナル)

This paper proposes a Nonlinear Model-Predictive Control (NMPC) method capable of finding and converging to energy-efficient regular oscillations, which require no control action to be sustained. The approach builds up on the recently developed Eigenmanifold theory, which defines the sets of line-shaped oscillations of a robot as an invariant two-dimensional submanifold of its state space. By defining the control problem as a nonlinear program (NLP), the controller is able to deal with constraints in the state and control variables and be energy-efficient not only in its final trajectory but also during the convergence phase. An initial implementation of this approach is proposed, analyzed, and tested in simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL