Core Concepts
AI-MOLEは、未知の非線形ダイナミクスを持つシステムが、参照軌道を自律的に学習して追従できるようにする手法である。
Abstract
本論文では、Autonomous Iterative Motion Learning (AI-MOLE)と呼ばれる手法を提案している。AI-MOLEは、未知の非線形ダイナミクスを持つシステムが、参照軌道を自律的に学習して追従できるようにする手法である。
AI-MOLEの各反復は以下の3つのステップから成る:
過去の試行データを用いて、ガウシアンプロセスモデルによりシステムの未知ダイナミクスをモデル化する。
ガウシアンプロセスモデルに基づいて、反復学習制御則を用いて次の入力軌道を決定する。
更新された入力軌道をシステムに適用し、得られたデータを用いてモデルを更新する。
AI-MOLEは、システムの入出力情報のみを必要とし、状態情報が利用可能な場合はそれを活用して学習速度を高めることができる。また、必要なパラメータを自律的に決定するため、手動調整を必要としない。
実験では、3つの異なる実システムと9つの参照軌道追従課題に対して、AI-MOLEが5-10試行で高精度な追従を実現することを示した。これは、従来手法と比べて、モデル情報や手動調整を必要とせずに、実システムでの学習性能を大幅に向上させたものである。
Stats
システムの繰り返し誤差は、CUBE: 5%、TWIPR: 12%、PENDU: 10%である。