浮動ベース深層ラグランジュネットワーク（FeLaN）の技術的概要

本論文は、二足歩行ロボットや四足歩行ロボットなどの「浮動ベース（Floating-Base）システム」の動的モデル同定において、物理的整合性を保ちながら高精度な学習を可能にする新しい手法「Floating-Base Deep Lagrangian Networks（FeLaN）」を提案するものです。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 問題定義

ロボット工学において、シミュレーション、制御、状態推定には正確な動的モデルが不可欠です。既存の手法には以下の課題がありました。

• ホワイトボックス手法（古典的システム同定）: 物理法則に基づきますが、事前知識が必要であり、モデルの仮定が崩れると汎化性能が低下します。
• ブラックボックス手法（深層学習）: データから直接学習するため柔軟ですが、物理法則（保存則など）を考慮していないため、訓練データ外の分布（Out-of-Distribution）での汎化性が低く、解釈性が欠如しています。
• グレーボックス手法（既存の物理制約付き深層学習）: 深層学習と物理構造を組み合わせますが、浮動ベースシステム（ベースの位置・姿勢が自由なシステム）に適用する際、以下の重要な物理的制約を無視または簡略化していました。
  • 慣性行列の疎性（Sparsity）: 複数の運動学チェーン（脚や腕）を持つロボットでは、慣性行列に特定の関節入力に依存する「ブランチ誘起疎性（branch-induced sparsity）」が存在します。
  • 複合空間慣性（Composite Spatial Inertia）の制約: ベースの加速度をベースに作用する全トルクにマッピングする $6\times6$ の複合空間慣性行列は、単一剛体の慣性行列と同様の性質を持ち、特に回転慣性の固有値が**三角形不等式（Triangle Inequality）**を満たす必要があります。
  • 既存手法の限界: 従来の Deep Lagrangian Networks (DeLaN) は慣性行列のチョレスキー分解を用いますが、これでは疎性や三角形不等式などの制約を維持・強制することが困難でした。

2. 提案手法：FeLaN

著者らは、DeLaN を拡張し、浮動ベースシステムに特化した物理的整合性パラメータ化を導入しました。

2.1 物理的整合性パラメータ化

浮動ベースシステムの慣性行列 $H$ に対して、以下の制約をすべて満たす新しいパラメータ化を提案しました。

1. 正定値性（Positive Definiteness）: 慣性行列が正定値であることを保証。
2. ブランチ誘起疎性と入力独立性: 各運動学チェーン（脚など）の慣性行列が、そのチェーンの関節のみで決まる疎構造を維持。
3. 複合空間慣性の三角形不等式: 複合回転慣性の固有値が三角形不等式を満たすこと。
4. 全質量の定常性: システムの総質量が一定であること。

これを実現するために、**再順序付けされたチョレスキー分解（Reordered Cholesky Factorization）**を採用しました。

• 通常のチョレスキー分解では得られる行列が密（Dense）になるのに対し、再順序付けを行うことで、元の慣性行列の疎構造を保持した下三角行列 $L$ を得ます。
• この $L$ のブロック構造を設計し、以下の要素をニューラルネットワークで学習させます：
  • 各ブランチの関節入力 $q_k$ のみに依存する部分 ($L_{kL}, L_{kR}, L_k$)。
  • 全関節入力 $q$ に依存する部分 ($L_R, L_\Sigma$)。
  • 総質量 $m$。
• 三角形不等式や正定値性を満たすために、学習されたパラメータから慣性行列を再構成する際に、シフト項やソフトプラス関数を用いた制約付き変換（Algorithm 1）を適用します。これにより、ネットワークの出力が物理的に無意味な値になることを防ぎます。

2.2 学習アーキテクチャ

• ラグランジュ力学の統合: 運動方程式 $H(\nu)\ddot{\nu} + c(\nu, \dot{\nu}) + g(\nu) = \tau^\nu$ を満たすように学習します。
• 損失関数: 推定された逆ダイナミクスと実際のトルク（または推定トルク）の誤差を最小化します。物理的整合性はパラメータ化構造によって「ハード制約」として組み込まれており、追加の正則化項は学習の安定化を目的としています。
• ポテンシャルエネルギー: 重力ポテンシャルエネルギーを、学習された質量パラメータから直接計算し、追加のネットワークを不要にしています。

3. 主要な貢献

1. 複合空間慣性への物理的整合性の拡張: 単一剛体の物理的整合性条件を、浮動ベースシステムの複合空間慣性まで拡張し、三角形不等式の必要性を証明しました。
2. 新規パラメータ化の提案: ブランチ誘起疎性を保持しつつ、複合空間慣性の完全な物理的整合性を保証する慣性行列のパラメータ化手法を提案しました。
3. FeLaN の開発: 上記のパラメータ化とラグランジュ力学を組み合わせ、浮動ベースロボットの動的同定を行う新しいグレーボックス手法（FeLaN）を提案しました。
4. 大規模な実験評価: 複数のシミュレーション環境および実機（四足歩行ロボット Unitree Go2, Boston Dynamics Spot, 二足歩行ロボット Talos, HyQReal2 など）を用いた包括的な評価を行いました。

4. 実験結果

シミュレーション（MJX）および実機データを用いた逆ダイナミクス推定（トルク予測）の評価を行いました。

• シミュレーション結果:
  • 四足歩行ロボット（Go2）および二足歩行ロボット（Talos）において、FeLaN は他のグレーボックス手法（DeLaN など）およびブラックボックス手法（MLP）を上回る性能を示しました。
  • 特に、物理的整合性を完全に満たす FeLaN は、疎性のみを考慮した FeLaN-BS や、三角形不等式を考慮しない DNEA 変種よりも低誤差（NMSE）を達成しました。
• 実機結果:
  • 実機データ（ノイズ、アクチュエータダイナミクス、接触変化を含む）においても、FeLaN は最も低い相対 NMSE（rNMSE）を記録し、全ロボットにわたって一貫した高性能を発揮しました。
  • 従来の物理ベース手法（DNEA）は、モデルの複雑さ不足により実機では誤差が大きくなりました。一方、ブラックボックス手法（MLP, DeLaN）は特定のロボットでは良い結果を出しましたが、ロボット間での汎化性や初期値への感度で劣りました。
  • FeLaN は、物理的整合性により異なるロボット間での汎化性を高め、データセット固有のバイアスへの感度を低減しました。
• 解釈性:
  • 図 2 に示されるように、FeLaN は重力項や慣性項などの個別の物理量を、他の手法よりも正確に予測できることが確認されました。

5. 意義と結論

本論文の FeLaN は、浮動ベースロボットの動的モデル同定において、「物理的整合性の厳密な保証」と「データ駆動型の柔軟性」を両立させた画期的なアプローチです。

• 理論的意義: 浮動ベースシステムの慣性行列が満たすべき物理的制約（特に三角形不等式と疎性）を数学的に定式化し、ニューラルネットワークの構造に組み込むことに成功しました。
• 実用的意義: 実機での制御やシミュレーションにおいて、より正確で信頼性の高い動的モデルを提供します。これにより、モデルベース制御や適応制御の性能向上が期待されます。
• 将来展望: 本手法を歩行制御（Locomotion）や loco-manipulation（移動と操作の同時制御）タスクに応用し、学習された動的モデルを制御器に直接統合する研究が予定されています。

要約すると、FeLaN は、物理法則を深く理解したニューラルネットワーク設計により、複雑な浮動ベースロボットの「ブラックボックス化」を防ぎつつ、高精度なモデル同定を実現する重要な進展です。