ROBOTICS & HUMANOID

การเรียนรู้พลวัตของวัตถุเชิงเส้นที่เปลี่ยนรูปได้ด้วย Coupled Oscillators สำหรับการควบคุมหุ่นยนต์สองแขน

arXiv19 Nov 2026
1 min read
Key Takeaways
  • โมเดล $\Phi$-CON ช่วยให้หุ่นยนต์สองแขนควบคุมวัตถุเชิงเส้นที่เปลี่ยนรูปได้ดีขึ้นอย่างมาก โดยเฉพาะวัตถุที่แข็งและหนัก ด้วยการเรียนรู้พลวัตเชิงกลอย่างมีประสิทธิภาพและใช้พารามิเตอร์น้อยลง

ทำไมเรื่องนี้ถึงสำคัญ

การวิจัยนี้มีความสำคัญต่อการพัฒนาหุ่นยนต์ที่สามารถจัดการกับวัตถุที่มีความซับซ้อนและเปลี่ยนรูปได้หลากหลายมากขึ้น เช่น สายเคเบิล ท่อ หรือผ้า ซึ่งเป็นงานที่ท้าทายในอุตสาหกรรม การปรับปรุงความแม่นยำและประสิทธิภาพในการควบคุมจะเปิดโอกาสใหม่ๆ สำหรับการใช้งานหุ่นยนต์ในโรงงาน การแพทย์ และการบริการ

โมเดล $\Phi$-CON ผสมผสานเครือข่าย floating-base coupled oscillator (FBCON) เข้ากับการแปลง affine diffeomorphism $\Phi$ ที่เรียนรู้ได้ เพื่อสร้างโครงสร้าง Lagrangian ที่ให้สมการพลังงานจลน์และพลังงานศักย์ที่ชัดเจน การออกแบบนี้ทำให้พลวัตของรูปทรงมีเสถียรภาพโดยธรรมชาติ และช่วยให้สามารถสร้างตัวควบคุม PD แบบอิงโมเดลที่ชดเชยแรงศักย์ที่เรียนรู้ได้ ส่งผลให้มีการรับประกันเสถียรภาพแบบ closed-loop และการลู่เข้า

การประเมินผลในสถานการณ์จำลอง DLO สี่แบบ และการทดสอบกับหุ่นยนต์สองแขนจริง พบว่า $\Phi$-CON มีความแม่นยำในการทำนายเทียบเท่ากับโมเดล NODE และ LNN แต่ใช้พารามิเตอร์น้อยกว่ามากถึง 97.2% และ 90.2% ตามลำดับ นอกจากนี้ ตัวควบคุมที่นำเสนอช่วยลดข้อผิดพลาดในการควบคุมตำแหน่งปลายทางเฉลี่ยได้ 97.5-99.7% ในการจำลอง และลดได้ 27.9% ต่อเป้าหมายในการทดลองจริงเมื่อเทียบกับ baseline PD ที่ไม่ใช้โมเดล สิ่งนี้แสดงให้เห็นถึงความสำคัญของการพิจารณาการตอบสนองเชิงกลของวัตถุที่แข็งและมีน้ำหนักมากอย่างชัดเจน

สรุปประเด็นหลัก

นำเสนอโมเดล $\Phi$-CON เพื่อเรียนรู้พลวัตของวัตถุเชิงเส้นที่เปลี่ยนรูปได้ (DLOs)

ใช้ coupled oscillator network ร่วมกับการแปลง affine diffeomorphism เพื่อสร้างเสถียรภาพและประสิทธิภาพ

ช่วยลดข้อผิดพลาดในการควบคุมหุ่นยนต์สองแขนอย่างมีนัยสำคัญทั้งในสถานการณ์จำลองและโลกจริง

นวัตกรรมและเทคโนโลยี

models

โมเดล $\Phi$-CON สำหรับพลวัต DLO

โมเดลใหม่ที่ใช้เครือข่าย coupled oscillator และ affine diffeomorphism เพื่อเรียนรู้พลวัตของวัตถุเชิงเส้นที่เปลี่ยนรูปได้ (DLOs) ซึ่งให้โครงสร้าง Lagrangian ที่เสถียร

control

ตัวควบคุม PD แบบอิงโมเดล

ตัวควบคุมแบบ Proportional-Derivative (PD) ที่ออกแบบมาโดยใช้โครงสร้าง Lagrangian ของ $\Phi$-CON เพื่อชดเชยแรงศักย์และรับประกันเสถียรภาพการควบคุมแบบ closed-loop

performance

ประสิทธิภาพในการควบคุมหุ่นยนต์

โมเดลช่วยลดพารามิเตอร์ที่ใช้ลงอย่างมากเมื่อเทียบกับโมเดลอื่น และลดข้อผิดพลาดในการควบคุมปลายทางเฉลี่ยได้ 97.5-99.7% ในการจำลอง และ 27.9% ในการทดลองจริง

Developer Impact
วิศวกรและนักวิจัยด้านหุ่นยนต์ที่ทำงานกับการจัดการวัตถุที่เปลี่ยนรูปได้จะได้รับประโยชน์จากวิธีการใหม่นี้ ซึ่งช่วยให้สามารถออกแบบระบบควบคุมที่มีประสิทธิภาพและเสถียรภาพมากขึ้นสำหรับงานที่ซับซ้อน และลดความต้องการพารามิเตอร์ของโมเดล ทำให้การพัฒนาและการปรับใช้รวดเร็วยิ่งขึ้น
Keywords
#deformable objects #robotics #bimanual manipulation #coupled oscillators #control
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

arXiv