JP2720605B2 - 学習制御装置 - Google Patents
学習制御装置Info
- Publication number
- JP2720605B2 JP2720605B2 JP503291A JP503291A JP2720605B2 JP 2720605 B2 JP2720605 B2 JP 2720605B2 JP 503291 A JP503291 A JP 503291A JP 503291 A JP503291 A JP 503291A JP 2720605 B2 JP2720605 B2 JP 2720605B2
- Authority
- JP
- Japan
- Prior art keywords
- input
- vector
- output
- equation
- qualitative model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Feedback Control In General (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、例えば歩行ロボットや
化学プラントなどのように、入出力間の関係をあらかじ
め正確に把握する事が困難な制御対象を制御する事が可
能な学習制御装置に関するものである。
化学プラントなどのように、入出力間の関係をあらかじ
め正確に把握する事が困難な制御対象を制御する事が可
能な学習制御装置に関するものである。
【０００２】
【従来の技術】従来の学習制御装置としては、例えば、
論文 ”行動する機械”（生体の科学，Vol.37, No.1, p
p.41-48, 1986年）において、中野によって提案されて
いるものがある。この論文では、図２に示された歩行ロ
ボットの制御について論じている。
論文 ”行動する機械”（生体の科学，Vol.37, No.1, p
p.41-48, 1986年）において、中野によって提案されて
いるものがある。この論文では、図２に示された歩行ロ
ボットの制御について論じている。
【０００３】図２において、歩行ロボット１０５は前足
１０２Ａおよび後足１０２Ｂより構成されており、胴体
１００で接続されている。さらに前足１０２Ａおよび後
足１０２Ｂはそれぞれモーター１０３Ａおよび１０３Ｂ
で駆動されており、各モータの回転はドライバー回路１
０４より指令されている。また歩行ロボットが移動した
距離は出力検出器１０６で検出される。
１０２Ａおよび後足１０２Ｂより構成されており、胴体
１００で接続されている。さらに前足１０２Ａおよび後
足１０２Ｂはそれぞれモーター１０３Ａおよび１０３Ｂ
で駆動されており、各モータの回転はドライバー回路１
０４より指令されている。また歩行ロボットが移動した
距離は出力検出器１０６で検出される。
【０００４】以上のように構成された歩行ロボット１０
５の動作は（数２）式のように表現できる。
５の動作は（数２）式のように表現できる。
【０００５】
【数２】
【０００６】ここで、ｙは歩行ロボットの出力である歩
行距離、Ｕ＝（ｕ1A、ｕ1B、ｕ2A、ｕ2B）は歩行ロボッ
トの前足１０２Ａおよび後足１０２Ｂへの入力ベクトル
であるモータ回転角ベクトル、ｇは正確に把握すること
が困難な関数である。また、ｕ1Aは動作前の前足の角
度、ｕ1Bは動作後の前足の角度、ｕ2Aは動作前の後足の
角度、ｕ2Bは動作後の後足の角度である。
行距離、Ｕ＝（ｕ1A、ｕ1B、ｕ2A、ｕ2B）は歩行ロボッ
トの前足１０２Ａおよび後足１０２Ｂへの入力ベクトル
であるモータ回転角ベクトル、ｇは正確に把握すること
が困難な関数である。また、ｕ1Aは動作前の前足の角
度、ｕ1Bは動作後の前足の角度、ｕ2Aは動作前の後足の
角度、ｕ2Bは動作後の後足の角度である。
【０００７】（数２）式のｙをできるだけ大きくするよ
うなＵを求めるために、従来の学習制御装置は、一般的
に以下の手順から構成される「山登り法」を用いてい
る。
うなＵを求めるために、従来の学習制御装置は、一般的
に以下の手順から構成される「山登り法」を用いてい
る。
【０００８】 手順１： 例えば （△ｕ1A,０,０,０）、（０,-△
ｕ1B,△ｕ2A,△ｕ2B）などの、微小な値を各要素に持つ
入力変化ベクトル△Ｕiを△Ｕ1，…，△Ｕ81と８１個作
成する。この例では、入力変化ベクトルの個数は３4＝
８１個となり、”３”は各要素の符号の種類数、すなわ
ち”＋”、”−”あるいは”０”の３個に相当し、ベキ
数”４”は入力変化ベクトル△Ｕiの次数に相当する。
ｕ1B,△ｕ2A,△ｕ2B）などの、微小な値を各要素に持つ
入力変化ベクトル△Ｕiを△Ｕ1，…，△Ｕ81と８１個作
成する。この例では、入力変化ベクトルの個数は３4＝
８１個となり、”３”は各要素の符号の種類数、すなわ
ち”＋”、”−”あるいは”０”の３個に相当し、ベキ
数”４”は入力変化ベクトル△Ｕiの次数に相当する。
【０００９】 手順２： 現在の入力ベクトルＵに上記の入力変化ベク
トルを一つづつ加えて、すなわち、Ｕi←Ｕ＋△Ｕiとし
て歩行ロボットに入力し、その時の出力変化 △
ｙ1，...，△ｙ81を検出する。
トルを一つづつ加えて、すなわち、Ｕi←Ｕ＋△Ｕiとし
て歩行ロボットに入力し、その時の出力変化 △
ｙ1，...，△ｙ81を検出する。
【００１０】 手順３： 上記の出力変化を最大にする入力変化ベクト
ル △Ｕj を選び、現在の入力ベクトルＵをＵ←Ｕ＋△
Ｕjと更新して、手順２〜３を繰り返す。ただし、上記
の出力変化が全て負または零の時は、現在の入力ベクト
ルが所望のベクトルであるので、上記の繰り返しを終了
する。
ル △Ｕj を選び、現在の入力ベクトルＵをＵ←Ｕ＋△
Ｕjと更新して、手順２〜３を繰り返す。ただし、上記
の出力変化が全て負または零の時は、現在の入力ベクト
ルが所望のベクトルであるので、上記の繰り返しを終了
する。
【００１１】
【発明が解決しようとする課題】この学習制御装置は、
全く同一の構成を用いて、歩行ロボットに限らず、特性
のわからないあらゆる制御対象に適用可能であるという
利点を持つ。しかしながら、手順２においては８１回も
の試行が必要であり、仮に出力ｙが極大値に達するまで
に必要な手順２〜３の繰り返し回数を１０とすると、合
計で８１０回という極めて多くの試行を繰り返さなけれ
ばならないという実用上の課題があった。
全く同一の構成を用いて、歩行ロボットに限らず、特性
のわからないあらゆる制御対象に適用可能であるという
利点を持つ。しかしながら、手順２においては８１回も
の試行が必要であり、仮に出力ｙが極大値に達するまで
に必要な手順２〜３の繰り返し回数を１０とすると、合
計で８１０回という極めて多くの試行を繰り返さなけれ
ばならないという実用上の課題があった。
【００１２】
【課題を解決するための手段】したがって本発明の目的
は、従来の学習制御装置と比較して、必要な繰り返し回
数が極めて少ない学習制御装置を提供する事である。
は、従来の学習制御装置と比較して、必要な繰り返し回
数が極めて少ない学習制御装置を提供する事である。
【００１３】この目的を達成するために、本発明は以下
のような構成を備えたものである。即ち、制御対象に印
加する制御入力Ｕを変化させる複数の入力変化ベクトル
ΔＵ iを発生させる手段と、前記入力変化ベクトルΔＵi
に所定の定性モデルにもとづいた演算を行ない予測符号
データ
のような構成を備えたものである。即ち、制御対象に印
加する制御入力Ｕを変化させる複数の入力変化ベクトル
ΔＵ iを発生させる手段と、前記入力変化ベクトルΔＵi
に所定の定性モデルにもとづいた演算を行ない予測符号
データ
【００１４】
【数３】
【００１５】を出力する定性モデル演算手段と、前記制
御対象の出力ｙを検出する検出手段と、前記検出手段の
検出値ｙと目標値ｙdとの差の値の符号を検出する誤差
符号検出手段と、前記誤差符号検出手段の出力［ｅ］及
び前記予測符号データ（数３）に基づいて、前記入力変
化ベクトルΔＵiを選択する入力変化ベクトル選択回路
と、前記制御対象の出力の値の変化を表す所定の符号を
検出する出力符号検出手段と、前記入力ベクトル選択回
路で選択された入力変化ベクトルを前記制御対象の入力
に加算する入力ベクトル更新手段と、前記制御対象の入
力及び前記出力符号検出手段の検出出力に基づいて前記
定性モデルを修正する定性モデル修正手段とを具備する
ことを特徴とする学習制御装置を提供するものである。
御対象の出力ｙを検出する検出手段と、前記検出手段の
検出値ｙと目標値ｙdとの差の値の符号を検出する誤差
符号検出手段と、前記誤差符号検出手段の出力［ｅ］及
び前記予測符号データ（数３）に基づいて、前記入力変
化ベクトルΔＵiを選択する入力変化ベクトル選択回路
と、前記制御対象の出力の値の変化を表す所定の符号を
検出する出力符号検出手段と、前記入力ベクトル選択回
路で選択された入力変化ベクトルを前記制御対象の入力
に加算する入力ベクトル更新手段と、前記制御対象の入
力及び前記出力符号検出手段の検出出力に基づいて前記
定性モデルを修正する定性モデル修正手段とを具備する
ことを特徴とする学習制御装置を提供するものである。
【００１６】
【作用】本発明によれば、定性モデル演算手段および入
力変化ベクトル選択手段において、出力ｙを所望の目標
値ｙdに近づけることができる入力変化ベクトル△Ｕjの
みを選択し、これについてのみ試行するために、従来の
ようにすべての入力変化ベクトルについて試行する必要
がなく、出力ｙが目標値ｙdに一致するまでの繰り返し
回数を極めて少なくすることができる。さらに状態が変
化し、出力ｙが目標値ｙdから離れる傾向にある場合に
は、定性モデル修正手段において出力ｙが目標値ｙdに
近づくように定性モデルを修正するため、あらゆる状態
で繰り返し回数を少なくできる効果を維持することがで
きる。
力変化ベクトル選択手段において、出力ｙを所望の目標
値ｙdに近づけることができる入力変化ベクトル△Ｕjの
みを選択し、これについてのみ試行するために、従来の
ようにすべての入力変化ベクトルについて試行する必要
がなく、出力ｙが目標値ｙdに一致するまでの繰り返し
回数を極めて少なくすることができる。さらに状態が変
化し、出力ｙが目標値ｙdから離れる傾向にある場合に
は、定性モデル修正手段において出力ｙが目標値ｙdに
近づくように定性モデルを修正するため、あらゆる状態
で繰り返し回数を少なくできる効果を維持することがで
きる。
【００１７】
【実施例】以下図面を用いて、本発明の第一の実施例に
ついて説明する。図１は本発明の第一の実施例における
学習制御装置のブロック図である。図１において、制御
対象は図３（ａ）および図３（ｂ）に示す歩行ロボット
１０５である。図３（ａ）および図３（ｂ）において、
歩行機械１０５は、胴体１００に前足１０２Ａおよび後
足１０２Ｂが取り付けられており、それぞれがモータ１
０３Ａおよび１０３Ｂで回動できるように構成されてい
る。床１０１と接触している前足先１０２Ｃおよび後足
先１０２Ｄのそれぞれの摩擦係数は互いに異なってい
る。また歩行ロボットが移動した距離は出力検出器１０
６で検出される。
ついて説明する。図１は本発明の第一の実施例における
学習制御装置のブロック図である。図１において、制御
対象は図３（ａ）および図３（ｂ）に示す歩行ロボット
１０５である。図３（ａ）および図３（ｂ）において、
歩行機械１０５は、胴体１００に前足１０２Ａおよび後
足１０２Ｂが取り付けられており、それぞれがモータ１
０３Ａおよび１０３Ｂで回動できるように構成されてい
る。床１０１と接触している前足先１０２Ｃおよび後足
先１０２Ｄのそれぞれの摩擦係数は互いに異なってい
る。また歩行ロボットが移動した距離は出力検出器１０
６で検出される。
【００１８】上記の歩行ロボット１０５の動作を以下に
説明する。歩行ロボットに与えられる入力ベクトルＵは
（数４）式によって表される。
説明する。歩行ロボットに与えられる入力ベクトルＵは
（数４）式によって表される。
【００１９】
【数４】
【００２０】（数４）式において、ｕ1Aは動作前の前足
の角度、ｕ1Bは動作後の前足の角度、ｕ2Aは動作前の後
足の角度、ｕ2Bは動作後の後足の角度である。
の角度、ｕ1Bは動作後の前足の角度、ｕ2Aは動作前の後
足の角度、ｕ2Bは動作後の後足の角度である。
【００２１】制御入力Ｕはベクトル量であり、その要素
ｕ1A,ｕ1B,ｕ2A及びｕ2Bはいずれも実数で定義される。
ｕ1A,ｕ1B,ｕ2A及びｕ2Bはいずれも実数で定義される。
【００２２】前足１０２Ａと後足１０２Ｂはそれぞれの
モータ１０３Ａ及び１０３Ｂにより、図３（ａ）及び図
３（ｂ）に示すように回転される。その結果前足先１０
２Ｃ及び後足先１０２Ｄの床面１０１に対する摩擦力が
同じでない場合歩行ロボット１０５は一定方向に移動す
る。
モータ１０３Ａ及び１０３Ｂにより、図３（ａ）及び図
３（ｂ）に示すように回転される。その結果前足先１０
２Ｃ及び後足先１０２Ｄの床面１０１に対する摩擦力が
同じでない場合歩行ロボット１０５は一定方向に移動す
る。
【００２３】歩行ロボットは図３（ａ）に示す状態から
図３（ｂ）に示す状態に動作し、次に再び図３（ａ）に
示す状態に戻り、１サイクルの歩行動作を完了する。従
って（数４）式は歩行ロボットの半サイクルの動作を表
している。
図３（ｂ）に示す状態に動作し、次に再び図３（ａ）に
示す状態に戻り、１サイクルの歩行動作を完了する。従
って（数４）式は歩行ロボットの半サイクルの動作を表
している。
【００２４】歩行ロボット１０５が図３（ａ）、図３
（ｂ）に示す１サイクルの歩行動作によって進む距離を
ｙとすると、制御入力Ｕと距離ｙの関係は（数２）式に
よって表される。この（数２）式における関数ｇは、前
足１０２Ａと後足１０２Ｂにおける歩行ロボット１０５
の重量配分、前足１０２Ａの長さＬ1と後足１０２Ｂの
長さＬ2の比、及び床１０１と各足先１０２Ｃ、１０２
Ｄ間の摩擦係数等によって変化する。
（ｂ）に示す１サイクルの歩行動作によって進む距離を
ｙとすると、制御入力Ｕと距離ｙの関係は（数２）式に
よって表される。この（数２）式における関数ｇは、前
足１０２Ａと後足１０２Ｂにおける歩行ロボット１０５
の重量配分、前足１０２Ａの長さＬ1と後足１０２Ｂの
長さＬ2の比、及び床１０１と各足先１０２Ｃ、１０２
Ｄ間の摩擦係数等によって変化する。
【００２５】図１において、第１の実施例の学習制御装
置は、入力変化ベクトルを定める入力変化ベクトル決定
回路３１０、入力変化ベクトル決定回路３１０の出力に
基づいて、歩行ロボットに入力される入力ベクトルを更
新する入力ベクトル更新回路３１１、距離検出器１０６
の出力から移動方向の符号 （一定の方向を正又は負と
定めておく）を検出する出力符号検出回路３１３、定性
モデル修正回路３１２及び誤差符号検出回路３０８を有
している。
置は、入力変化ベクトルを定める入力変化ベクトル決定
回路３１０、入力変化ベクトル決定回路３１０の出力に
基づいて、歩行ロボットに入力される入力ベクトルを更
新する入力ベクトル更新回路３１１、距離検出器１０６
の出力から移動方向の符号 （一定の方向を正又は負と
定めておく）を検出する出力符号検出回路３１３、定性
モデル修正回路３１２及び誤差符号検出回路３０８を有
している。
【００２６】入力変化ベクトル決定回路３１０は次に示
す回路を有している。 （１）入力変化ベクトルメモリ３０１：あらかじめ定め
られた８１個の入力変化ベクトルΔＵ1,・・・,ΔＵ81がメ
モリされている。入力変化ベクトルΔＵiの数は「従来
の技術」の項で述べた方法により求められる。入力変化
ベクトルΔＵiは4つのデータ（Δｕ1A,Δｕ1B,Δｕ2A,
Δｕ2B）を含んでおり、各データは正の値、負の値、零
のいずれかである。例えば（Δｕ1A,０,０,０）、（０,
−Δｕ1B,Δｕ2A,Δｕ2B）となる。正の値はあらかじめ
定められた方向への増加を表し、負の値は減少を表して
いる。零は変化ないことを表している。各データ（Δｕ
1A,Δｕ1B,Δｕ2A,Δｕ2B）は前足１０２Ａ及び後足１
０２Ｂの回転角度に加えられる微少角であり、例えば２
°などの微小な値が設定される。各データがすべて同じ
角度である必要はなく、互いに異なる値が設定されても
よい（例：２,−３°,０°,２°）。 （２）スイッチ３０５Ａ：入力変化ベクトルメモリ３０
１のデータを符号ベクトル検出器３０２に入力するとき
に閉にされる。 （３）符号ベクトル検出器３０２：入力変化ベクトルメ
モリ３０１から入力される入力変化ベクトルΔＵiに基
づいて、その各データの符号（＋,−,0）を表す符号ベ
クトル[ΔＵi]を出力する。（以後[ ]に入れられた文
字はその文字が表すデータの符号“＋”、“−”、ある
いは“０”を示す。）例えば入力変化ベクトルΔＵi＝
（0,−Δｕ1B,Δｕ2A,Δｕ2B）が入力されると、符号ベ
クトル[ΔＵi]＝（0,−,＋,＋）が出力される。 （４）定性モデル演算回路３０３： 符号ベクトル検出
器３０２から出力される符号ベクトル[ΔＵi]に基づい
て、歩行ロボット１０５の移動距離ｙの変化方向の符号
（移動方向に対応する）を予測する演算回路を有する。
演算はあらかじめ設定された定性モデルに従って行なわ
れ、結果の予測符号データ
す回路を有している。 （１）入力変化ベクトルメモリ３０１：あらかじめ定め
られた８１個の入力変化ベクトルΔＵ1,・・・,ΔＵ81がメ
モリされている。入力変化ベクトルΔＵiの数は「従来
の技術」の項で述べた方法により求められる。入力変化
ベクトルΔＵiは4つのデータ（Δｕ1A,Δｕ1B,Δｕ2A,
Δｕ2B）を含んでおり、各データは正の値、負の値、零
のいずれかである。例えば（Δｕ1A,０,０,０）、（０,
−Δｕ1B,Δｕ2A,Δｕ2B）となる。正の値はあらかじめ
定められた方向への増加を表し、負の値は減少を表して
いる。零は変化ないことを表している。各データ（Δｕ
1A,Δｕ1B,Δｕ2A,Δｕ2B）は前足１０２Ａ及び後足１
０２Ｂの回転角度に加えられる微少角であり、例えば２
°などの微小な値が設定される。各データがすべて同じ
角度である必要はなく、互いに異なる値が設定されても
よい（例：２,−３°,０°,２°）。 （２）スイッチ３０５Ａ：入力変化ベクトルメモリ３０
１のデータを符号ベクトル検出器３０２に入力するとき
に閉にされる。 （３）符号ベクトル検出器３０２：入力変化ベクトルメ
モリ３０１から入力される入力変化ベクトルΔＵiに基
づいて、その各データの符号（＋,−,0）を表す符号ベ
クトル[ΔＵi]を出力する。（以後[ ]に入れられた文
字はその文字が表すデータの符号“＋”、“−”、ある
いは“０”を示す。）例えば入力変化ベクトルΔＵi＝
（0,−Δｕ1B,Δｕ2A,Δｕ2B）が入力されると、符号ベ
クトル[ΔＵi]＝（0,−,＋,＋）が出力される。 （４）定性モデル演算回路３０３： 符号ベクトル検出
器３０２から出力される符号ベクトル[ΔＵi]に基づい
て、歩行ロボット１０５の移動距離ｙの変化方向の符号
（移動方向に対応する）を予測する演算回路を有する。
演算はあらかじめ設定された定性モデルに従って行なわ
れ、結果の予測符号データ
【００２７】
【数５】
【００２８】が出力される。以後文字の上のハット
“＾”はその文字が表すデータの予測データを表す。
予測符号データ（数５）は出力ｙの変化方向を示す符号
を表しており、増加予測は“＋”、減少予測は“−”、
変化なしは“０”、予測不可能は“？”のいずれかのデ
ータを有する。 （５） スイッチ３０５Ｂ： 定性モデル演算回路３０３の出力データをメモリ３０４
に入力するときに閉じられる。 （６） メモリ３０４： 定性モデル演算回路３０３から出力されて予測符号デー
タ（数５）はスイッチ３０５Ｂを経てメモリ３０４にメ
モリされる。通常８１個の予測符号データ
“＾”はその文字が表すデータの予測データを表す。
予測符号データ（数５）は出力ｙの変化方向を示す符号
を表しており、増加予測は“＋”、減少予測は“−”、
変化なしは“０”、予測不可能は“？”のいずれかのデ
ータを有する。 （５） スイッチ３０５Ｂ： 定性モデル演算回路３０３の出力データをメモリ３０４
に入力するときに閉じられる。 （６） メモリ３０４： 定性モデル演算回路３０３から出力されて予測符号デー
タ（数５）はスイッチ３０５Ｂを経てメモリ３０４にメ
モリされる。通常８１個の予測符号データ
【００２９】
【数６】
【００３０】がメモリされる。 （７） 入力変化ベクトル選択回路３０９： メモリ３０４からの予測符号データ（数５）と入力変化
ベクトルΔＵiが入力され、そのすべての予測符号デー
タ（数６）からその符号が後に述べる誤差符号検出回路
３０８から入力される誤差の値の符号［ｅ］と一致する
１個の予測符号データ
ベクトルΔＵiが入力され、そのすべての予測符号デー
タ（数６）からその符号が後に述べる誤差符号検出回路
３０８から入力される誤差の値の符号［ｅ］と一致する
１個の予測符号データ
【００３１】
【数７】
【００３２】が選択され、定性モデル修正回路３１１に
印加される。この学習制御装置はさらに次の回路を備え
ている。誤差符号検出回路３０８は距離検出器１０６に
よって検出された値ｙと目標値ｙdとの差を求める誤差
演算回路３０６を備え、演算結果の誤差ｅを符号検出回
路３０７に入力する。符号検出回路３０７においては、
誤差ｅの値の符号［ｅ］を検出し、入力変化ベクトル選
択回路３０９に入力する。符号［ｅ］は“＋”、
“−”、“０”のいずれか１つを表すデータを有してい
る。すなわち符号［ｅ］は出力ｙを目標出力ｙdに近づ
けるために出力ｙを増加又は減少させるか、あるいは現
在の値を保持すべきかの情報を有している。
印加される。この学習制御装置はさらに次の回路を備え
ている。誤差符号検出回路３０８は距離検出器１０６に
よって検出された値ｙと目標値ｙdとの差を求める誤差
演算回路３０６を備え、演算結果の誤差ｅを符号検出回
路３０７に入力する。符号検出回路３０７においては、
誤差ｅの値の符号［ｅ］を検出し、入力変化ベクトル選
択回路３０９に入力する。符号［ｅ］は“＋”、
“−”、“０”のいずれか１つを表すデータを有してい
る。すなわち符号［ｅ］は出力ｙを目標出力ｙdに近づ
けるために出力ｙを増加又は減少させるか、あるいは現
在の値を保持すべきかの情報を有している。
【００３３】入力ベクトル更新回路３１１は入力変化ベ
クトル選択回路３０９から出力される入力変化ベクトル
ΔＵjと現在の入力Ｕとを加算演算し、更新された新し
い入力Ｕを出力する。スイッチ３１６は上記の加算演算
中は開となる。
クトル選択回路３０９から出力される入力変化ベクトル
ΔＵjと現在の入力Ｕとを加算演算し、更新された新し
い入力Ｕを出力する。スイッチ３１６は上記の加算演算
中は開となる。
【００３４】定性モデル修正回路３１２には入力Ｕ、予
測符号データ（数７）が入力される。また出力符号検出
回路３１３において、移動距離の変化方向を表す符号変
化ベクトル［△ｙ］が検出されるとスイッチ３１４が閉
となり（図４のフローチャート図のステップ１，２）、
符号変化ベクトル［△ｙ］が定性モデル修正回路３１２
に入力される（ステップ３）。
測符号データ（数７）が入力される。また出力符号検出
回路３１３において、移動距離の変化方向を表す符号変
化ベクトル［△ｙ］が検出されるとスイッチ３１４が閉
となり（図４のフローチャート図のステップ１，２）、
符号変化ベクトル［△ｙ］が定性モデル修正回路３１２
に入力される（ステップ３）。
【００３５】定性モデル修正回路３１２において、符号
変化ベクトル［△ｙ］と予測符号データ（数７）が比較
され（ステップ４）、両者が等しくない場合はスイッチ
３１５が閉となり修正出力ＱA、ＱBが定性モデル演算回
路３０３に入力される（ステップ５,６）。
変化ベクトル［△ｙ］と予測符号データ（数７）が比較
され（ステップ４）、両者が等しくない場合はスイッチ
３１５が閉となり修正出力ＱA、ＱBが定性モデル演算回
路３０３に入力される（ステップ５,６）。
【００３６】定性モデルについて以下に説明する。歩行
ロボットが前足１０２Ａと後足１０２Ｂを開いた図３
（ａ）の姿勢から図３（ｂ）に示す両足１０２Ａ,１０
２Ｂを閉じた姿勢へ移るとき、前足先１０２Ｃの摩擦力
が後足先１０２Ｄの摩擦力より大きいときは、前足先１
０２Ｃは床１０１上をすべらず、後足先１０２Ｄのみが
床１０１上をすべって、歩行ロボットは図５に示すよう
に距離ｙABだけ移動する。この場合、前足１０２Ａの角
度の変化量（ｕ1A-ｕ1B）が大きいほど移動の距離ｙAB
は大きい。従って後足１０２Ｂの回転量は移動距離に貢
献しない。その結果、前記の姿勢の変化による移動距離
ｙABは（数８）式により表される。
ロボットが前足１０２Ａと後足１０２Ｂを開いた図３
（ａ）の姿勢から図３（ｂ）に示す両足１０２Ａ,１０
２Ｂを閉じた姿勢へ移るとき、前足先１０２Ｃの摩擦力
が後足先１０２Ｄの摩擦力より大きいときは、前足先１
０２Ｃは床１０１上をすべらず、後足先１０２Ｄのみが
床１０１上をすべって、歩行ロボットは図５に示すよう
に距離ｙABだけ移動する。この場合、前足１０２Ａの角
度の変化量（ｕ1A-ｕ1B）が大きいほど移動の距離ｙAB
は大きい。従って後足１０２Ｂの回転量は移動距離に貢
献しない。その結果、前記の姿勢の変化による移動距離
ｙABは（数８）式により表される。
【００３７】
【数８】
【００３８】ここに、Ｆ1Aは前足先１０２Ｃの摩擦力、
Ｆ2Aは後足先１０２Ｄの摩擦力である。
Ｆ2Aは後足先１０２Ｄの摩擦力である。
【００３９】ｇ1,ｇ2は増加関数であり、ｇ1（０）＝ｇ
2（０）＝０である。 （数８）式において、式（Ｆ1A-Ｆ2A）の値の符号を判
定する必要があるが、これらの摩擦力を検出するこは極
めて困難である。そこで検知可能な角度データである入
力ベクトル（ｕ1A,ｕ1B,ｕ2A,ｕ2B）を用いてこの式
（Ｆ1A-Ｆ2A）に等価な式を表す。
2（０）＝０である。 （数８）式において、式（Ｆ1A-Ｆ2A）の値の符号を判
定する必要があるが、これらの摩擦力を検出するこは極
めて困難である。そこで検知可能な角度データである入
力ベクトル（ｕ1A,ｕ1B,ｕ2A,ｕ2B）を用いてこの式
（Ｆ1A-Ｆ2A）に等価な式を表す。
【００４０】（数８）式における式（Ｆ1A-Ｆ2A＝０）
は前足先１０２Ｃと後足先１０２Ｄの摩擦力が等しいこ
とを表している。前足１０２Ａの長さＬ1と後足１０２
Ｂの長さＬ2が等しく、前足１０２Ａと床１０１間の摩
擦係数μ1、後足１０２Ｂと床１０１間の摩擦係数μ2が
等しいと仮定すると、式（Ｆ1A-Ｆ2A＝０）は式（ｕ1A-
ｕ2A＝０）と等価である。
は前足先１０２Ｃと後足先１０２Ｄの摩擦力が等しいこ
とを表している。前足１０２Ａの長さＬ1と後足１０２
Ｂの長さＬ2が等しく、前足１０２Ａと床１０１間の摩
擦係数μ1、後足１０２Ｂと床１０１間の摩擦係数μ2が
等しいと仮定すると、式（Ｆ1A-Ｆ2A＝０）は式（ｕ1A-
ｕ2A＝０）と等価である。
【００４１】上記の関係は一般には（数９）式によって
表される。
表される。
【００４２】
【数９】
【００４３】ここで、ＱAはＬ1,Ｌ2,μ1,μ2の関係によ
って変動する境界パラメータであり、従ってｕ2A-ｕ1A-
ＱAは入力と境界パラメータからなる境界関数であり、
入力と同じ次元である。ただし、Ｌ1＝Ｌ2 かつμ1＝μ
2の時はＱA＝０となる。
って変動する境界パラメータであり、従ってｕ2A-ｕ1A-
ＱAは入力と境界パラメータからなる境界関数であり、
入力と同じ次元である。ただし、Ｌ1＝Ｌ2 かつμ1＝μ
2の時はＱA＝０となる。
【００４４】（数９）式と（数８）式を組み合わせる
と、（数１９）式が得られる。
と、（数１９）式が得られる。
【００４５】
【数１０】
【００４６】同様に考えると、図３（ｂ）から図３
（ａ）へ変化するときの歩行距離ｙBAは（数１１）式で
表される。
（ａ）へ変化するときの歩行距離ｙBAは（数１１）式で
表される。
【００４７】
【数１１】
【００４８】また、歩行ロボットが図３（ａ）→図３
（ｂ）→図３（ａ）と変化するとき、歩行距離ｙは、
（数１２）式で表わされる。
（ｂ）→図３（ａ）と変化するとき、歩行距離ｙは、
（数１２）式で表わされる。
【００４９】
【数１２】
【００５０】（数９）式〜（数１１）式をまとめると、
（表１）に示すようになる。
（表１）に示すようになる。
【００５１】
【表１】
【００５２】（表１）において、領域番号（１〜９）は
歩行ロボットに与えた入力Ｕ＝（ｕ1A,ｕ1B,ｕ2A,
ｕ2B）と境界パラメータＱA,ＱBの差の値の符号によっ
て分けられる領域を示すものである。その領域は、（数
１０）式において、入力値（ｕ1A-ｕ2 A）と境界パラメ
ータＱAの差の値の符号から３通りに分けられる。また
（数１１）において、入力値（ｕ2B-ｕ1A）と境界パラ
メータＱBの差の値の符号から３通りの領域に分けられ
る。従って９（３×３＝９）通りの領域に区分され、そ
れぞれの領域において歩行距離ｙを求めるための関数が
異なる。
歩行ロボットに与えた入力Ｕ＝（ｕ1A,ｕ1B,ｕ2A,
ｕ2B）と境界パラメータＱA,ＱBの差の値の符号によっ
て分けられる領域を示すものである。その領域は、（数
１０）式において、入力値（ｕ1A-ｕ2 A）と境界パラメ
ータＱAの差の値の符号から３通りに分けられる。また
（数１１）において、入力値（ｕ2B-ｕ1A）と境界パラ
メータＱBの差の値の符号から３通りの領域に分けられ
る。従って９（３×３＝９）通りの領域に区分され、そ
れぞれの領域において歩行距離ｙを求めるための関数が
異なる。
【００５３】境界関数の値の符号は次のようにして得ら
れる。例えば、領域番号（１）において、境界関数符号
[ｕ2A−ｕ1A−ＱA]については、 ｕ2A−ｕ1A−ＱA＞0で
あるのでその値の符号は“＋”である。同様にして、領
域番号（２）において、境界関数符号[ｕ2B−ｕ1B−Ｑ
B]についてはｕ2B−ｕ1B−ＱB＝0であるのでその値は
“0”となる。なお、境界関数符号[ｕ2A−ｕ1A−ＱA]
や、境界関数符号[ｕ2B−ｕ1B−ＱB]のことを請求項で
は一般的な表現として定性式としている。
れる。例えば、領域番号（１）において、境界関数符号
[ｕ2A−ｕ1A−ＱA]については、 ｕ2A−ｕ1A−ＱA＞0で
あるのでその値の符号は“＋”である。同様にして、領
域番号（２）において、境界関数符号[ｕ2B−ｕ1B−Ｑ
B]についてはｕ2B−ｕ1B−ＱB＝0であるのでその値は
“0”となる。なお、境界関数符号[ｕ2A−ｕ1A−ＱA]
や、境界関数符号[ｕ2B−ｕ1B−ＱB]のことを請求項で
は一般的な表現として定性式としている。
【００５４】各領域番号における出力値ｙは次のように
して求められる。すなわち、領域番号（１）では、（数
１０）式よりｙAB＝ｇ1（ｕ1A-ｕ1B）、（数１１）式よ
りｙ BA＝-ｇ1（ｕ1A-ｕ1B）であるので、歩行距離ｙは
して求められる。すなわち、領域番号（１）では、（数
１０）式よりｙAB＝ｇ1（ｕ1A-ｕ1B）、（数１１）式よ
りｙ BA＝-ｇ1（ｕ1A-ｕ1B）であるので、歩行距離ｙは
【００５５】
【数１３】
【００５６】となる。また、領域番号（２）では、（数
１０）式よりｙAB＝ｇ1（ｕ1A-ｕ1B）、（数１１）式よ
りｙBA＝０であるので、歩行距離ｙは
１０）式よりｙAB＝ｇ1（ｕ1A-ｕ1B）、（数１１）式よ
りｙBA＝０であるので、歩行距離ｙは
【００５７】
【数１４】
【００５８】となる。関数ｇ1,ｇ2が増加関数であるの
で、入力ベクトルの値の符号に対する出力の符号を予測
することができる。この「符号の予測」が定性モデル演
算回路３０３に設定された「定性モデル」に基づいて行
なわれる。（表２）はこの「定性モデル」を表すもので
あり、境界関数符号［ｕ2A-ｕ1A-ＱA］及び［ｕ2B-ｕ1B
-ＱB］の符号の組合せに対応する予測符号データ（数
３）が示されている。
で、入力ベクトルの値の符号に対する出力の符号を予測
することができる。この「符号の予測」が定性モデル演
算回路３０３に設定された「定性モデル」に基づいて行
なわれる。（表２）はこの「定性モデル」を表すもので
あり、境界関数符号［ｕ2A-ｕ1A-ＱA］及び［ｕ2B-ｕ1B
-ＱB］の符号の組合せに対応する予測符号データ（数
３）が示されている。
【００５９】
【表２】
【００６０】（表２）において、予測符号データ（数
３）は次のようにして求められる。例えば領域番号
（１）の場合には、符号ベクトル［△Ｕi］＝（＋，
０，−，＋）に対して、予測符号データ（数５）は
“０”となる。（符号ベクトル［△Ｕ i］がどのような
値をとる場合でも予測符号データ
３）は次のようにして求められる。例えば領域番号
（１）の場合には、符号ベクトル［△Ｕi］＝（＋，
０，−，＋）に対して、予測符号データ（数５）は
“０”となる。（符号ベクトル［△Ｕ i］がどのような
値をとる場合でも予測符号データ
【００６１】
【数１５】
【００６２】となる。）領域番号（２）の場合には、例
えば符号ベクトル［△Ｕi］＝（＋，−，−，＋）に対
して、予測符号データ（数５）は“＋”になる。
えば符号ベクトル［△Ｕi］＝（＋，−，−，＋）に対
して、予測符号データ（数５）は“＋”になる。
【００６３】
【数１６】
【００６４】また例えば、符号ベクトル［△Ｕi］＝
（＋、＋、−、＋）に対しては、予測符号データ（数
５）は確定した値が求まらない。
（＋、＋、−、＋）に対しては、予測符号データ（数
５）は確定した値が求まらない。
【００６５】
【数１７】
【００６６】定性モデル修正回路３１２の出力は前足先
１０２Ｃと床１０１との摩擦係数μ1、及び後足先１０
２Ｄと床１０１との摩擦係数μ2、前足１０２Ａ及び後
足１０２Ｂのそれぞれの長さによって定まる境界パラメ
ータＱA,ＱBを含んでいる。摩擦係数μ1,μ2は測定の困
難なデータであり、予測できない、従ってそれらを含ん
でいる境界パラメータＱA,ＱBを正確に予測することが
できず、（表２）の予測が正しいとは限らない。この予
測が正しくなかった場合には、出力符号検出回路３１３
により検出された実際の出力値の符号データ[Δｙ]と入
力ベクトル選択回路３０９から出力される予測符号デー
タ（数７）が一致しない。このような場合には定性モデ
ル演算回路３０３で用いられる定性モデルが適正でない
と思われるので、定性モデルの境界パラメータＱA,ＱB
を変更する。
１０２Ｃと床１０１との摩擦係数μ1、及び後足先１０
２Ｄと床１０１との摩擦係数μ2、前足１０２Ａ及び後
足１０２Ｂのそれぞれの長さによって定まる境界パラメ
ータＱA,ＱBを含んでいる。摩擦係数μ1,μ2は測定の困
難なデータであり、予測できない、従ってそれらを含ん
でいる境界パラメータＱA,ＱBを正確に予測することが
できず、（表２）の予測が正しいとは限らない。この予
測が正しくなかった場合には、出力符号検出回路３１３
により検出された実際の出力値の符号データ[Δｙ]と入
力ベクトル選択回路３０９から出力される予測符号デー
タ（数７）が一致しない。このような場合には定性モデ
ル演算回路３０３で用いられる定性モデルが適正でない
と思われるので、定性モデルの境界パラメータＱA,ＱB
を変更する。
【００６７】実際の数値を当てはめた修正操作の一例を
次に示す。歩行ロボットの入力が
次に示す。歩行ロボットの入力が
【００６８】
【数１８】
【００６９】であり、ＱA＝２０゜、ＱB＝１０゜とする
と、（数１０）式から
と、（数１０）式から
【００７０】
【数１９】
【００７１】また（数１１）式から
【００７２】
【数２０】
【００７３】（数１９）式と（数２０）式の演算結果か
ら（表２）の領域番号（２）が選択される。
ら（表２）の領域番号（２）が選択される。
【００７４】このとき、入力変化ベクトルとして例えば
次のデータを入力するとする。
次のデータを入力するとする。
【００７５】
【数２１】
【００７６】この場合、予測符号データ（数３）は（表
２）から次のように計算される。
２）から次のように計算される。
【００７７】
【数２２】
【００７８】次に上記の入力変化ベクトルが与えられた
歩行ロボットの歩行動作終了後の符号データ［Δｙ］が
“−”になった場合には、領域番号の選択が間違ってい
ると予想される。そこで（表２）において、予測符号デ
ータ（数３）が“−”になる領域番号をさがす。その結
果、適合する領域番号は（４）であることがわかる
（（数２０）式の演算から）。
歩行ロボットの歩行動作終了後の符号データ［Δｙ］が
“−”になった場合には、領域番号の選択が間違ってい
ると予想される。そこで（表２）において、予測符号デ
ータ（数３）が“−”になる領域番号をさがす。その結
果、適合する領域番号は（４）であることがわかる
（（数２０）式の演算から）。
【００７９】そこで、（数１８）式,（数２１）式のデ
ータにおいて、領域番号（４）の境界関数に適合するよ
うな境界パラメータＱA,ＱBを求める。
ータにおいて、領域番号（４）の境界関数に適合するよ
うな境界パラメータＱA,ＱBを求める。
【００８０】（数１０）式、（数１１）式から
【００８１】
【数２３】
【００８２】上の２式が成立するためにはＱA',ＱB'の
値を次のようにすればよい。
値を次のようにすればよい。
【００８３】
【数２４】
【００８４】ここで、“ε”は正の実数である。他方符
号データ［Δｙ］が“＋”の場合には
号データ［Δｙ］が“＋”の場合には
【００８５】
【数２５】
【００８６】であるので、予測符号データと符号データ
が一致する。したがって境界パラメータＱA,ＱBの修正
はしない。
が一致する。したがって境界パラメータＱA,ＱBの修正
はしない。
【００８７】両足の摩擦係数が等しく（μ1＝μ2）、か
つ前足と後足の長さが等しい（Ｌ1＝Ｌ2）場合には、Ｑ
A＝ＱB＝０である。したがって定性モデルの修正は行な
わない。その結果定性モデル修正回路３１２、出力変化
符号検出回路３１３及びスイッチ３１４,３１５のない
図６の回路を用いることができる。
つ前足と後足の長さが等しい（Ｌ1＝Ｌ2）場合には、Ｑ
A＝ＱB＝０である。したがって定性モデルの修正は行な
わない。その結果定性モデル修正回路３１２、出力変化
符号検出回路３１３及びスイッチ３１４,３１５のない
図６の回路を用いることができる。
【００８８】また、この実施例は学習制御を歩行ロボッ
トに適用しているが、本発明の学習制御は化学プラント
や空調システム等にも適用することができる。
トに適用しているが、本発明の学習制御は化学プラント
や空調システム等にも適用することができる。
【００８９】
【発明の効果】以上、本発明によれば、定性モデル演算
回路３０３および入力変化ベクトル選択回路３０９にお
いて、歩行距離ｙを所望の目標歩行距離ｙdに近づける
ことができる入力変化ベクトル△Ｕjのみを選択し、こ
れについてのみ歩行動作を行うため、従来のようにすべ
ての入力変化ベクトルについて試行する必要がなく、目
標歩行距離ｙdに到達するまでの歩行動作の繰り返し回
数を極めて少なくすることができる。さらに、摩擦係数
μ1およびμ2や前足１０２Ａの長さＬ1および後足１０
２Ｂの長さＬ2が変化し、歩行距離ｙが目標歩行距離ｙd
から離れる傾向にある場合には、定性モデル修正回路に
おいて歩行距離ｙが目標歩行距離ｙdに近づくように定
性モデルを修正するため、繰り返し回数を少なくできる
効果を維持することができる。実際に実験では、同じ目
標歩行距離ｙdに到達するのに、従来例では既に述べた
ように約８１０回の試行を必要としていたのに対し、本
発明では約１０回の試行で実現でき、大きな効果を確認
できた。
回路３０３および入力変化ベクトル選択回路３０９にお
いて、歩行距離ｙを所望の目標歩行距離ｙdに近づける
ことができる入力変化ベクトル△Ｕjのみを選択し、こ
れについてのみ歩行動作を行うため、従来のようにすべ
ての入力変化ベクトルについて試行する必要がなく、目
標歩行距離ｙdに到達するまでの歩行動作の繰り返し回
数を極めて少なくすることができる。さらに、摩擦係数
μ1およびμ2や前足１０２Ａの長さＬ1および後足１０
２Ｂの長さＬ2が変化し、歩行距離ｙが目標歩行距離ｙd
から離れる傾向にある場合には、定性モデル修正回路に
おいて歩行距離ｙが目標歩行距離ｙdに近づくように定
性モデルを修正するため、繰り返し回数を少なくできる
効果を維持することができる。実際に実験では、同じ目
標歩行距離ｙdに到達するのに、従来例では既に述べた
ように約８１０回の試行を必要としていたのに対し、本
発明では約１０回の試行で実現でき、大きな効果を確認
できた。
【図１】本発明の第１の実施例における学習制御装置の
ブロック図である。
ブロック図である。
【図２】本発明の学習制御装置の制御対象の一例であ
る、歩行ロボットの斜視図である。
る、歩行ロボットの斜視図である。
【図３】本発明の学習制御装置の制御対象の一例であ
る、歩行ロボットの動作例を表わす正面図である。
る、歩行ロボットの動作例を表わす正面図である。
【図４】本発明の第１の実施例である学習制御装置にお
ける定性モデル修正回路と出力符号検出回路の動作を示
すフローチャート図である。
ける定性モデル修正回路と出力符号検出回路の動作を示
すフローチャート図である。
【図５】本発明の学習制御装置の制御対象の一例であ
る、歩行ロボットの動作中を示す正面図である。
る、歩行ロボットの動作中を示す正面図である。
【図６】本発明の第２の実施例における学習制御装置の
ブロック図である。
ブロック図である。
１００ 胴体 １０１ 床 １０２Ａ 前足 １０２Ｂ 後足 １０２Ｃ 前足先 １０２Ｄ 後足先 １０３Ａ モータ １０３Ｂ モータ １０４ ドライバー回路 １０５ 歩行ロボット １０６ 出力検出器 ３０５Ａ、３０５Ｂ スイッチ ３０６ 誤差演算回路 ３０８ 誤差符号検出回路 ３１０ 入力変化ベクトル決定回路 ３１１ 入力ベクトル更新回路 ３１４ スイッチ ３１５ スイッチ ３１６ スイッチ
Claims (5)
- 【請求項１】制御対象に印加する制御入力Ｕを変化させ
る複数の入力変化ベクトルΔＵiを発生させる手段と、
前記入力変化ベクトルΔＵiに所定の定性モデルにもと
づいた演算を行い予測符号データ 【数１】 を出力する定性モデル演算手段と、前記制御対象の出力
ｙを検出する検出手段と、前記検出手段の検出値ｙと目
標値ｙdとの差の値の符号を検出する誤差符号検出手段
と、前記誤差符号検出手段の出力[ｅ]及び前記予測符号
データ（数１）に基づいて、前記入力変化ベクトルΔＵ
iを選択する入力変化ベクトル選択回路と、前記制御対
象の出力の値の変化を表す所定の符号を検出する出力符
号検出手段と、前入力ベクトル選択回路で選択された入
力変化ベクトルを前記制御対象の入力に加算する入力ベ
クトル更新手段と、前記制御対象の入力及び前記出力符
号検出手段の検出出力および前記予測符号データに基づ
いて前記定性モデルを修正する定性モデル修正手段を具
備し、前記制御対象の出力ｙを目標値Ｙｄに一致させる
学習制御装置。 - 【請求項２】定性モデル演算手段は入力ベクトルＵと少
なくとも１つの境界パラメータを有する境界関数と前記
入力ベクトルを前記境界関数に代入することによって得
られる値の符号に対応する少なくとも１つの定性式によ
って表される定性モデルを有することを特徴とする請求
項１記載の学習制御装置。 - 【請求項３】定性モデル修正手段は、境界パラメータを
変更する手段を有することを特徴とする請求項２記載の
学習制御装置。 - 【請求項４】制御対象に印加する制御入力Ｕを変化させ
る複数の入力変化ベクトルΔＵiを発生させる手段と、
前記入力変化ベクトルΔＵiに所定の定性モデルにもと
づいた演算を行い予測符号データ（数１）を出力する定
性モデル演算手段と、前記制御対象の出力ｙを検出する
検出手段と、前記検出手段の検出値ｙと目標値ｙdとの
差の値の符号を検出する誤差符号検出手段と、前記誤差
符号検出手段の出力[ｅ]及び前記予測符号データ（数
１）に基づいて、前記入力変化ベクトルΔＵiを選択す
る入力変化ベクトル選択回路と、前記入力ベクトル選択
回路で選択された入力変化ベクトルを前記制御対象の入
力に加算する入力ベクトル更新手段を具備し、前記制御
対象の出力ｙを目標値Ｙｄに一致させる学習制御装置。 - 【請求項５】定性モデル演算手段は入力ベクトルＵと少
なくとも１つの境界パラメータを有する境界関数と、前
記入力ベクトルを前記境界関数に代入することによって
得られる値の符号に対応する少なくとも１つの定性式に
よって表される定性モデルを有することを特徴とする請
求項４記載の学習制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP503291A JP2720605B2 (ja) | 1990-01-22 | 1991-01-21 | 学習制御装置 |
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1314190 | 1990-01-22 | ||
| JP19363890 | 1990-07-20 | ||
| JP2-193638 | 1990-07-20 | ||
| JP2-13141 | 1990-07-20 | ||
| JP503291A JP2720605B2 (ja) | 1990-01-22 | 1991-01-21 | 学習制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04211801A JPH04211801A (ja) | 1992-08-03 |
| JP2720605B2 true JP2720605B2 (ja) | 1998-03-04 |
Family
ID=27276567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP503291A Expired - Fee Related JP2720605B2 (ja) | 1990-01-22 | 1991-01-21 | 学習制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2720605B2 (ja) |
-
1991
- 1991-01-21 JP JP503291A patent/JP2720605B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 平井成興、外２名、「ロボット作業動作改良への定性推論の応用」、電気学会システム・制御研究資料、電気学会、平成元年、ＳＣ−８９−８、Ｐ．１−１０ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH04211801A (ja) | 1992-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gutmann et al. | An experimental comparison of localization methods continued | |
| US7072741B2 (en) | Robot control algorithm constructing apparatus | |
| US20150343633A1 (en) | Robot with joints of variable rigidity and method for calculating said optimized rigidity | |
| JP2019166626A (ja) | 制御装置及び機械学習装置 | |
| JPH11509344A (ja) | 範囲制御を使用した多変数予想コントローラにおいて変数の最適スケーリングを行う方法 | |
| US11897066B2 (en) | Simulation apparatus | |
| Lin et al. | An ensemble method for inverse reinforcement learning | |
| JP2720605B2 (ja) | 学習制御装置 | |
| JPH04364536A (ja) | ファジィ推論ルールの自動生成装置 | |
| JPH11514774A (ja) | 設定値生成器を用いての制御 | |
| Nayak et al. | Parameter estimation of DC motor using adaptive transfer function based on Nelder-Mead optimisation | |
| EP0439091B1 (en) | Adaptive control system | |
| JPH056202A (ja) | 学習制御装置 | |
| WO2003045640A1 (en) | An industrial robot system and a method for programming thereof | |
| Zelek | A framework for mobile robot concurrent path planning and execution in incomplete and uncertain environments | |
| JP2009245195A (ja) | 自律移動ロボット及びその障害物識別方法 | |
| JP2958978B2 (ja) | 学習制御方法 | |
| JPS6310201A (ja) | 離散時間制御装置 | |
| KR0175253B1 (ko) | 냉난방기의 실내환경 제어회로 및 그 제어방법 | |
| López-Lozada et al. | Mobile robotic navigation system with improved autonomy under diverse scenarios | |
| KR19990011102A (ko) | 로봇의 위치제어용 선형출력 제어장치 및 방법 | |
| Pimenta et al. | Application of direct adaptive generalized predictive control (GPCAD) to a robotic joint | |
| JP3281312B2 (ja) | 調整方法および調整装置 | |
| JP2532976B2 (ja) | ファジィ知識ベ―ス構築装置 | |
| JPH03268103A (ja) | オートチューニングコントローラ |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |