Learning-based Trajectory Tracking for Bird-inspired Flapping-Wing Robots

要約

鳥サイズの羽ばたきロボットは、複雑な環境での機敏な飛行に大きな可能性を秘めていますが、羽ばたき飛行に固有の複雑な空気力学と高度に非線形なダイナミクスのため、機敏で堅牢な軌道追跡を実現することは依然として課題です。
この研究では、羽ばたき飛行の多用途性と適応性を解き放つために、学習ベースの制御アプローチが導入されています。
私たちは、マルチモーダルな飛行と機敏な軌道追跡を可能にする、高自由度 (DoF) の鳥にヒントを得た羽ばたき翼ロボット用のモデルフリー強化学習 (RL) ベースのフレームワークを提案します。
安定性解析は、羽ばたき翼システムと RL ポリシーで構成される閉ループ システムに対して実行されました。
さらに、シミュレーション結果は、RL ベースのコントローラーが複雑な翼の軌道パターンを首尾よく学習し、安定した飛行を達成し、飛行モードを自発的に切り替え、さまざまな空力条件下で異なる軌道を追跡できることを示しています。

要約(オリジナル)

Bird-sized flapping-wing robots offer significant potential for agile flight in complex environments, but achieving agile and robust trajectory tracking remains a challenge due to the complex aerodynamics and highly nonlinear dynamics inherent in flapping-wing flight. In this work, a learning-based control approach is introduced to unlock the versatility and adaptiveness of flapping-wing flight. We propose a model-free reinforcement learning (RL)-based framework for a high degree-of-freedom (DoF) bird-inspired flapping-wing robot that allows for multimodal flight and agile trajectory tracking. Stability analysis was performed on the closed-loop system comprising of the flapping-wing system and the RL policy. Additionally, simulation results demonstrate that the RL-based controller can successfully learn complex wing trajectory patterns, achieve stable flight, switch between flight modes spontaneously, and track different trajectories under various aerodynamic conditions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google