Kinematic Modularity of Elementary Dynamic Actions

要約

この論文では、ロボット制御への運動学的モジュール方式のアプローチを紹介します。
この手法には、基本動的アクションと呼ばれる構造と、これらの要素を組み合わせたネットワーク モデルが含まれます。
この制御フレームワークを使用すると、基本モジュールの組み合わせによって豊富な動作のレパートリーを生成できます。
逆運動学の解決、運動学的特異点および運動学的冗長性の管理の問題が回避されます。
モジュール式アプローチは接触や物理的相互作用に対して堅牢であるため、接触が多い操作に対して特に効果的です。
各運動学モジュールは模倣学習によって学習でき、それによってロボット制御のためのモジュール式学習戦略が得られます。
理論的基礎と実際のロボットの実装について説明します。
KUKA LBR iiwa14 ロボットを使用して、(1) 一連の離散的な動きの生成、(2) 離散的でリズミカルな動きの組み合わせの生成、(3) 描画と消去のタスクの 3 つのタスクを検討しました。
得られた結果は、このモジュール式アプローチがさまざまなロボット動作の生成を簡素化する可能性があることを示しています。

要約(オリジナル)

In this paper, a kinematically modular approach to robot control is presented. The method involves structures called Elementary Dynamic Actions and a network model combining these elements. With this control framework, a rich repertoire of movements can be generated by combination of basic modules. The problems of solving inverse kinematics, managing kinematic singularity and kinematic redundancy are avoided. The modular approach is robust against contact and physical interaction, which makes it particularly effective for contact-rich manipulation. Each kinematic module can be learned by Imitation Learning, thereby resulting in a modular learning strategy for robot control. The theoretical foundations and their real robot implementation are presented. Using a KUKA LBR iiwa14 robot, three tasks were considered: (1) generating a sequence of discrete movements, (2) generating a combination of discrete and rhythmic movements, and (3) a drawing and erasing task. The results obtained indicate that this modular approach has the potential to simplify the generation of a diverse range of robot actions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google