ニューラルネットワークの反転を利用した冗長マニピュレーターの逆運動学の正則化

本論文では、ニューラルネットワークの反転を使用して冗長マニピュレーターの逆運動学問題を正則化する新しいアプローチを提示します。このアプローチは四段階の手続きです。第一段階では、構成空間と関連する作業空間が一連の領域に分割されます。第二段階では、これらの領域にサンプリングされた関連トレーニングデータセット上で一連のモジュラーニューラルネットワークがトレーニングされ、前方運動学関数を学習します。第三段階では、所望のエンドエフェクター位置に対する複数の逆運動学的解を、対応するモジュラーニューラルネットワークを反転することによって得ます。第四段階では、与えられた基準に従って複数の解から「最適な」逆運動学的解が選択されます。このアプローチは、従来の方法と比較して重要な特徴があり、複数の解の枝に位置する逆運動学的解と、同じ解の枝に属する解の両方が見つけられることです。その結果、通常の解を使用した場合よりも最適解を使用した方がマニピュレーターの制御が向上します。このアプローチは三関節平面アームで示されます。