Proto-MPC: An Encoder-Prototype-Decoder Approach for Quadrotor Control in Challenging Winds

要約

クアッドローターは、その敏捷性と機械的な単純さにより、進化する航空ロボット工学の分野でますます使用されています。
ただし、動的に変化する環境でのクワッドローターの動作に伴う空力効果などの固有の不確実性が、従来の公称モデルベースの制御設計に重大な課題をもたらします。
我々は、Encoder-Prototype-Decoder (EPD) と呼ばれるマルチタスク メタ学習方法を提案します。これには、多様なトレーニング タスク間で共有表現と固有表現のバランスを効果的にとれる利点があります。
続いて、EPD モデルをモデル予測制御問題 (Proto-MPC) に統合し、効率的なオンライン実装により動的に変化するタスクの範囲全体に適応して動作するクワッドローターの能力を強化します。
提案された方法をシミュレーションで検証し、静的で空間的に変化する横風の影響を受けるクアローターの軌道追跡における Proto-MPC の堅牢なパフォーマンスを実証します。

要約(オリジナル)

Quadrotors are increasingly used in the evolving field of aerial robotics for their agility and mechanical simplicity. However, inherent uncertainties, such as aerodynamic effects coupled with quadrotors’ operation in dynamically changing environments, pose significant challenges for traditional, nominal model-based control designs. We propose a multi-task meta-learning method called Encoder-Prototype-Decoder (EPD), which has the advantage of effectively balancing shared and distinctive representations across diverse training tasks. Subsequently, we integrate the EPD model into a model predictive control problem (Proto-MPC) to enhance the quadrotor’s ability to adapt and operate across a spectrum of dynamically changing tasks with an efficient online implementation. We validate the proposed method in simulations, which demonstrates Proto-MPC’s robust performance in trajectory tracking of a quadrotor being subject to static and spatially varying side winds.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google