Highly Accurate Robot Calibration Using Adaptive and Momental Bound with Decoupled Weight Decay

要約

インテリジェント製造の文脈において、産業用ロボットは極めて重要な機能を担っています。
しかし、稼働期間が長くなると絶対位置精度が低下し、高精度を達成できなくなります。
この問題に対処するために、この論文では、適応モーメント限界アルゴリズムと分離重み減衰 (AdaModW) を組み合わせた新しいロボット アルゴリズムを紹介します。これには 3 つのアイデアがあります。 a) 適応モーメント推定 (Adam) アルゴリズムを採用して、高い
b) ハイパーパラメータを Adam アルゴリズムに導入してメモリの長さを定義し、異常な学習率の問題に効果的に対処します。c) 重み減衰係数を補間して一般化を改善します。
HRS-JR680 産業用ロボットでの数多くの実験により、提示されたアルゴリズムがロボットのキャリブレーション パフォーマンスにおいて最先端のアルゴリズムを大幅に上回っていることが示されています。
したがって、その信頼性を考慮すると、このアルゴリズムはロボットのキャリブレーションの問題に対処する効率的な方法を提供します。

要約(オリジナル)

Within the context of intelligent manufacturing, industrial robots have a pivotal function. Nonetheless, extended operational periods cause a decline in their absolute positioning accuracy, preventing them from meeting high precision. To address this issue, this paper presents a novel robot algorithm that combines an adaptive and momental bound algorithm with decoupled weight decay (AdaModW), which has three-fold ideas: a) adopting an adaptive moment estimation (Adam) algorithm to achieve a high convergence rate, b) introducing a hyperparameter into the Adam algorithm to define the length of memory, effectively addressing the issue of the abnormal learning rate, and c) interpolating a weight decay coefficient to improve its generalization. Numerous experiments on an HRS-JR680 industrial robot show that the presented algorithm significantly outperforms state-of-the-art algorithms in robot calibration performance. Thus, in light of its reliability, this algorithm provides an efficient way to address robot calibration concerns.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google