探索空間が可変なGAsを用いた産業用ロボットマニピュレータのファインゲインチューニング

摘要

今まで多くの制御戦略が提案され，産業分野における様々なシステムに応用されてきた．制御システムを設計する際，フィードバックゲインの調整が最大の問題となる．従来，そのゲインは既知のモデル情報と技術者の経験に基づいたトライ& エラーにより直感的に調整されてきた．多関節産業用ロボットにおいては，この問題はより複雑になる傾向がある．近年，計算機の計算能力が著しく向上したことにより，対象となる動力学モデルを用いたシミュレーションを通して，制御システムのゲインを数値的に決定することが可能となった．多関節ロボットのゲイン調整の問題は典型的な局所解を持つ非凸な最適化問題である．このような問題に対しては，局所解を避けつつ効率的に問題を解くことが望まれている．今まで多くの手法が行われてきたが，その中に遺伝的アルゴリズムを利用した研究がある．例えば，Deris らは倒立振子の安定化のためのPID 制御のフィードバックゲインの初期値を決定する際，遺伝的アルゴリズムを適用している．Ya とMeng は，彼らが提案した線形，及び非線形の両方に適したハイブリッド制御において，そのゲインを最適化するために遺伝的アルゴリズムを利用している．Davidor はロボットの軌道を最適化するために遺伝的アルゴリズムを用いている[3]．永田らは，トルク計算法による軌道追従制御シミュレーションに対して，マニュアル調整後に遺伝的アルゴリズムを適用してより望ましいファインゲインを得ている．この論文では，分解加速度制御法における，ファインゲインチューニング問題に対して，探索空間が可変なGA を提案する．提案するアルゴリズムは，ある世代の間に最適解が更新されない時，探索空間を自動的に変える．そして，探索空間が初期値から変わった状態において，最適解が更新された瞬間，もしくは最適解が更新されない世代が一定数続いた時，探索空間は初期の状態に戻る．PUMA560 マニピュレータの動力学モデルを用いた軌道追従制御シミュレーションを用いて，提案する遺伝的アルゴリズムの有効性を検証した．この結果，従来手法よりも適応度の良い解が得られ，さらに，より早い世代で解が収束することを確認した．