Motion Accuracy and Computational Effort in QP-based Robot Control

要約

二次計画法 (QP) は、人型ロボットを含むあらゆる種類のロボットを制御するための成熟したテクノロジーになりました。
ただし、これらの QP を解決する際の精度という側面が大きく見落とされてきました。
QP ソルバーは、浮動小数点精度 ($\about10^{-8}$) までの精度のソリューションを提供することを目的としています。
SI または同様の単​​位 (メートル、ラジアンなど) で表現される物理量を考慮すると、そのような精度はタスク要件とハードウェア容量の両方にまったく無関係であるように見えます。
通常、人型ロボットは操作タスクにおいてミリメートル未満の精度を達成することは決してありませんし、達成することもできません。
この観察を念頭に置いて、このホワイト ペーパーの目的は 2 つあります。まず、QP 解の精度が結果として得られるロボットの動作精度にどのような影響を与えるかを調査し、次に、低減された解の精度要件をどのように利用して、対応する計算量を削減できるかを評価します。
RHPS-1 ヒューマノイド ロボットの動的シミュレーションによる実験では、望ましい動作精度を維持しながら、計算量を 27 以上で除算できることが示されました。

要約(オリジナル)

Quadratic Programs (QPs) have become a mature technology for the control of robots of all kinds, including humanoid robots. One aspect has been largely overlooked, however, which is the accuracy with which these QPs should be solved. QP solvers aim at providing solutions accurate up to floating point precision ($\approx10^{-8}$). Considering physical quantities expressed in SI or similar units (meters, radians, etc.), such precision seems completely unrelated to both task requirements and hardware capacity. Typically, humanoid robots never achieve, nor are capable of achieving sub-millimeter precision in manipulation tasks. With this observation in mind, our objectives in this paper are two-fold: first examine how the QP solution accuracy impacts the resulting robot motion accuracy, then evaluate how a reduced solution accuracy requirement can be leveraged to reduce the corresponding computational effort. Experiments with a dynamic simulation of RHPS-1 humanoid robot indicate that computational effort can be divided by more than 27 while maintaining the desired motion accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google