JPH0823761B2 - 学習制御方法 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ この発明は、プレイバック形ロボット等のように繰り
返し制御を行う対象物の学習制御方法に係り、特に収束
性の速い（試行回数の少ない）学習制御方法に関するも
のである。

［従来の技術］ この種の従来の学習制御方法は、プレイバック形ロボ
ット等の繰り返し制御を行う対象物の位置決め制御を行
う場合には、まず教示動作を行って対象物に目標とする
作業軌跡の位置データ（教示値）を覚え込ませ、この教
示値に従って再生運転を行うと共に、上記教示値と運転
軌跡との差（誤差）を検出して、（１）式に示すよう
に、この誤差にゲインをかけたものを教示値に加えて次
回の再生運転の為の指令値とする方式が採用されてい
る。この指令値は以下の様に算出される。

Rx″_ｋ（ｔ）＋Qx′_ｋ（ｔ）＋Px_k（ｔ）＝U_k（ｔ） y_k（ｔ）＝ｘ′_ｋ（ｔ） e_k（ｔ）＝y_d（ｔ）−y_k（ｔ） U_k+1（ｔ）＝U_k（ｔ）＋φe_k（ｔ） ……（１） ここで、 x_k、ｘ′_ｋ、ｘ″_k:試行ｋ回目の位置、速度、加速度を
表す変数、 Ｐ、Ｑ、R:位置、速度、加速度に係る正定対称の係数行
列、 U_k:k回目の試行の指令値、 y_d:目標出力値、 y_k:k回目の出力値、 e_k:k回目試行の誤差、 φ：学習ゲイン行列（正定対称行列）である。

なお、上記（１）式は、有本卓他３名著「線形時変メ
カニカルシステムに対する学習制御系の収束性」『シス
テムと制御』Vol.30、No.4（1986年４月刊）等に記載さ
れ、一般に知られているものである。

［発明が解決しようとする問題点］ 従来の学習制御方法は以上のように構成されているの
で、学習のゲインが固定的であり、試行回数を多く繰り
返さなければならないという問題点があった。

この発明は上記のような問題点を解消するためになさ
れたもので、位置決め精度が良いとともに、収束性の速
い学習制御方法を得ることを目的とする。

［問題点を解決するための手段］ この発明に係る学習制御方法は、制御対象の教示値と
該教示値に基づいて運転される再生軌跡との誤差を測定
し、各自由度毎の学習制御におけるゲインを上記測定し
た誤差に合せて変化させ、このゲインを上記誤差に掛け
たものを教示値に加えて再生運転を行なうものである。

［作用］ この発明における学習制御方法は、学習制御のゲイン
ヲ誤差ｅ（ｔ）の大きさに合せて可変することにより、
誤差に合せてた学習ゲインを選ぶことができることとな
り、収束性の速い学習制御が実現できる。

［実施例］ 以下、この発明の一実施例を第１図及び第２図に基づ
いて説明する。上記第１図に本実施例に係る学習制御方
法を行うためのブロック図、第２図に本実施例の処理手
順のフローチャートを示し、上記各図において（１）は
制御対象物（６）を制御する指令値を発生する例えばデ
ジタル計算機で構成される指令値演算装置、（２）は指
令値演算装置（１）からのデジタル信号をアナログ信号
に変換するD/Aコンバータ、（３）は例えば演算アンプ
で構成される比較器、（４）は制御回路、（５）はサー
ボアンプ、（６）は制御対象物、（７）は制御対象物
（６）からの出力信号を検出する検出器、（８）は検出
器（７）により帰還されたアナログ信号をデジタル信号
に変換するA/Dコンバータ、（９）はA/Dコンバータ
（８）からのデジタル信号を記憶するメモリである。

次にこの実施例の動作を第２図に基づいて説明する。
まず初期設定では、教示動作等により、制御対象物
（６）に目標とする作業軌跡の位置データを覚え込ませ
るとともに、各種ゲインの初期設定を行う（ステップ1
1）。続いて、初期設定に基づいて再生運転を行なう
（ステップ12）。この時、各サンプリング時間ごとの制
御対象物（６）からの出力信号は検出器（７）、A/Dコ
ンバータ（８）を通して、メモリ（９）に記憶される。
１回の再生運転が終了すると、記憶されたデータを基に
指令値演算装置（１）において、例えば誤差２乗積分値
のような評価関数が計算される（ステップ13）。もし、
評価関数が所定の値Jminより小さい場合（ステップ14）
には、制御を終了するが、そうでない場合（ステップ1
4）には、誤差e₁（ｔ）に学習ゲインφ_１を掛けたもの
で指令値U₁（ｔ）を修正し、新たな指令値U₂（ｔ）を用
いて再度再生運転を行なう（ステップ15）。以下同様の
操作を評価関数ＪがJminより小さくなるまでくり返す。

上記指令値の修正はその誤差ｅ（ｔ）の大きさによっ
て変更した方がよいが、従来の学習制御方法では学習の
修正ゲインφは固定の値であった。この発明に係る実施
例はこの修正ゲインφをたとえば次のようにして求める
ことができる。

のように誤差ｅ（ｔ）の比に合せて可変になるようにし
たので、収束性の速い学習制御が実現できる。すなわ
ち、一般の学習制御では、学習ゲインは同一試行内にお
いて一定である。しかし、例えば正方形形状のトラッキ
ング誤差を考えると、追従させたい目標軌道の初期点や
角のような運動変化の激しいところで、誤差が大きくな
るとともに、なかなか誤差が小さくならない。このた
め、このようになかなか誤差が小さくならない地点の学
習ゲインを大きくすることにより、学習制御の収束性を
向上させようというのがこの発明の目的である。つま
り、前回の誤差との比は、修正の容易さの尺度であり、
速く修正されればこの値は小さくなるが、修正されにく
いところはその変化が小さいため大きな値となる。した
がって、この値を学習ゲインとして、同一試行内におい
ても学習ゲインを変化（当然、試行外でも学習ゲインは
変化する）させることにより、収束性のよい学習制御が
実現できる。

なお、上記実施例では、誤差ｅ（ｔ）の比に合せて変
化させるゲインφ（ｔ）として をとったが、これは誤差ｅ（ｔ）の比に合せて可変でき
るものであれば、これに限る必要はない。対象物の制御
特性が振動的な場合、前記の誤差の比が負となる場合が
あるが、この場合はφ_ｋ（ｔ）を誤差の比の絶対値に比
例させればよい。

なお上記実施例では、サーボ制御装置および制御対象
物はアナログサーボとしたが、デジタルサーボ系として
構成することもできる。

また上記実施例では、１自由度に限って説明したが、
同様に多自由度を有する制御対象についても適用可能で
ある。

［発明の効果］ 以上のように、この発明によれば、学習制御方法にお
いて、各自由度毎の学習ゲイン誤差ｅ（ｔ）の比に合せ
て可変にできるように構成したので、位置決め精度が良
いとともに、収束性の速い学習制御が得られる効果があ
る。

【図面の簡単な説明】

第１図はこの発明を一実施例に係る学習制御方法を行う
ためのブロック図、第２図は本実施例の学習制御方法の
処理手順の一例を示すフローチャートを示す。 図において、 （１）は指令値演算装置、 （２）はD/Aコンバータ、 （３）は演算アンプ、 （４）は制御回路、 （５）はサーボアンプ、 （６）は制御対象物、 （７）は検出器、 （９）はメモリである。 なお、各図中、同一符号は同一又は相当部分を示す。

フロントページの続き (56)参考文献 特開 昭60−153504（ＪＰ，Ａ) 特開 昭54−140069（ＪＰ，Ａ) 特開 昭61−59503（ＪＰ，Ａ) 特開 昭61−173303（ＪＰ，Ａ) 特開 昭61−51212（ＪＰ，Ａ) 特公 平３−8843（ＪＰ，Ｂ２) 特公 昭62−43056（ＪＰ，Ｂ２) 川村貞夫他，「動的システムの学習制御 法の提案」，計測自動制御学会論文集，Ｖ ｏｌ．22，Ｎｏ．１（昭61．１）ＰＰ．56 −62 有本卓他，「稼形時変メカニカルシステ ムに対する学習制御系の収束性」システム と制御，Ｖｏｌ．30，Ｎｏ．４（1986）, ＰＰ．255−262

Claims (1)

【特許請求の範囲】
1. 【請求項１】複数の自由度を有する制御対象を教示値に
   従って再生運転させて教示値と再生軌跡との誤差を測定
   し、次回の再生運転時には、教示値もしくは今回の指令
   値に、上記誤差にゲインをかけたものを加えて再生運転
   する学習制御方法において、 各自由度毎の学習制御におけるゲインを上記測定した前
   回と今回の誤差の比に応じて可変にしたことを特徴とす
   る学習制御方法。