Core Concepts
人間の行動の確率的モデルを明示的に組み込むことで、人間と自動化の結合システムの平均挙動と変動性を最適化する新しい制御手法を提案する。
Abstract
本論文では、物理的な人間-機械相互作用における適切なモデルベースの制御手法を提案する。従来の手法は、人間の行動を決定論的にモデル化しているが、神経科学の知見では人間の行動は確率的であることが示されている。
提案手法では、人間の確率的なモデルを明示的に考慮することで、人間-機械結合システムの平均挙動と変動性を最適化する。具体的には以下の2点を実現する:
人間の確率的なノイズ過程が平均挙動に及ぼす影響を考慮することで、目標到達精度と速度を向上させる。
人間の自然な変動性パターンを維持または制限するように、結合システムの変動性を調整することができる。
これらの効果は、2つの数値例を通して示される。提案手法は、従来の決定論的な人間モデルに基づく制御手法と比較して、目標到達精度と速度の向上、および人間の自然な変動性パターンの維持または制限が可能であることが確認された。
Stats
人間単独の場合、目標位置pxの最終位置誤差|E{px,N} - px,ref|は2.1 mm
提案手法(高変動性)の場合、目標位置pxの最終位置誤差|E{px,N} - px,ref|は0.4 mm
提案手法(低変動性)の場合、目標位置pxの最終位置誤差|E{px,N} - px,ref|は0.5 mm
従来のLQR制御の場合、目標位置pxの最終位置誤差|E{px,N} - px,ref|は5.6 mm
Quotes
"提案手法は、人間の確率的なノイズ過程が平均挙動に及ぼす影響を考慮することで、目標到達精度と速度を向上させる。"
"提案手法は、人間の自然な変動性パターンを維持または制限するように、結合システムの変動性を調整することができる。"