Learning of Balance Controller Considering Changes in Body State for Musculoskeletal Humanoids

要約

筋骨格系ヒューマノイドは、体の柔軟性と冗長性によりモデル化が難しく、その状態は時間の経過とともに変化する可能性があるため、脚のバランス制御が困難です。
通常のPID制御では不安定になる場合があります。
本研究では、これらの問題を解決するために、足関節角度、筋張力、筋長とモーメントゼロ点との相関モデルを学習し、バランス制御を行う手法を提案する。
さらに、パラメトリック バイアスを使用して、変化する身体状態に関する情報がモデルに埋め込まれており、モデルはこの情報をオンラインで学習することで現在の身体状態を推定して適応します。
これにより、全身のダイナミクスを完全に学習することはデータ量や計算量を考慮すると困難であるため、モデルでは直接考慮されていない上半身の姿勢の変化に適応することが可能になります。
履物の変更や再校正による関節原点の変更など、身体状態の変化にも対応します。
この手法の有効性をシミュレーションと実際の筋骨格系ヒューマノイド「武蔵」を用いて検証する。

要約(オリジナル)

The musculoskeletal humanoid is difficult to modelize due to the flexibility and redundancy of its body, whose state can change over time, and so balance control of its legs is challenging. There are some cases where ordinary PID controls may cause instability. In this study, to solve these problems, we propose a method of learning a correlation model among the joint angle, muscle tension, and muscle length of the ankle and the zero moment point to perform balance control. In addition, information on the changing body state is embedded in the model using parametric bias, and the model estimates and adapts to the current body state by learning this information online. This makes it possible to adapt to changes in upper body posture that are not directly taken into account in the model, since it is difficult to learn the complete dynamics of the whole body considering the amount of data and computation. The model can also adapt to changes in body state, such as the change in footwear and change in the joint origin due to recalibration. The effectiveness of this method is verified by a simulation and by using an actual musculoskeletal humanoid, Musashi.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google