Model-based Optimal Control for Rigid-Soft Underactuated Systems

あなたは、非常に柔軟でゼリーのようなロボットアームが、ぶら下がった状態から体操選手がハンドスタンドをするように、真っ直ぐ立ち上がるためのスイングアップ動作を行う方法を教えようとしていると想像してください。これは非常に困難な作業です。なぜなら、アームは曲がったり、ねじれたり、伸びたりといった無限の動き方をする軟質素材でできているからです。しかも、あなたにはこの動きを制御するためのわずかなモーター（入力）しかありません。それは、たった2本の指だけで、巨大でよろよろしたヌードルを操ろうとするようなものです。

この論文は、これらのロボットがこの難しいスイングアップ・タスクを達成するために、どのように正確に動くべきかを理解するための新しい「脳」を提示しています。たとえ数学的に信じられないほど複雑になったとしても、です。

以下に、簡単な比喩を用いて、彼らがどのように行ったかを解説します。

1. 問題点：「よろよろしたヌードル」

ほとんどのロボットは硬い金属部品でできています。動かしたいときは、単にモーターをどこへ向かわせるかを指示するだけです。しかし、「連続体（コンティニュアム）」ソフトロボットは、長い柔軟なチューブのようなものです。それらは理論上、無限の曲がり方があります。

• 課題： ソフトであるため、これらは「劣駆動（アンダーアクチュエート）」の状態にあります。これは、制御できる数よりも、動き方の数の方が多いことを意味します。例えるなら、ハンドルがなく、アクセルしかない車を操縦しようとしているようなものです。しかも、その車はゼリーでできています。
• 従来の方法： 以前の手法は、主にこれらのロボットを硬いものとして、あるいは非常にゆっくり動くもの（準静的）として扱っていました。スイングアップ・タスクに必要な、高速でダイナミックな「勢い（whoosh）」を無視していたのです。

2. 解決策：より優れた地図（GVSモデル）

ゼリーを制御するには、それがどのように動くかを示す完璧な地図が必要です。著者らは、**幾何学的可変歪み（GVS）**と呼ばれる数学的フレームワークを使用しました。

• 比喩： 曲がるヌードルを描写することを想像してください。個々の分子をすべて追跡する代わりに、彼らは「歪み（どれくらい伸びたりねじれたりしているか）」を、音楽のコード（和音）のように、いくつかの主要な数値を使って記述します。
• 画期的な点： 通常、これらの数値がどのように変化するかを計算するのはコンピュータにとって悪夢です。しかし、このチームは「解析的微分（analytical derivatives）」を得る方法を見つけました。
  • 簡単な翻訳： 微分を「変化のためのGPS」と考えてください。コンピュータが次にロボットがどう曲がるかを推測する（これは遅くて不正確です）代わりに、この手法は、コンピュータに対して、わずかな押しに対してロボットがどのように反応するかという正確かつ事前計算された地図を提供します。これにより、コンピュータは問題を解くのに十分な速さを得ることができます。

3. 3つの制御戦略

論文では、このスイングアップ問題を解決するために、3つの異なる「思考スタイル（アルゴリズム）」をテストしました。

• 直接コロケーション（Direct Collocation: DC）
  • 比喩： これは、出発前に膨大なスプレッドシートに、あらゆる曲がり角、制限速度、停車地点をすべて書き留めて、ロードトリップの計画を立てるようなものです。非常に徹底しており、複雑なルールも扱えますが、計算に非常に時間がかかります。オフラインの計画には適していますが、リアルタイムの運転には遅すぎます。
• 微分動的計画法（Differential Dynamic Programming: DDP）/ Box-IDDP
  • 比喩： これは、ゲームが進むにつれて戦略を調整しながら、数手先を考えるチェスプレイヤーのようなものです。著者らは、2つの難しい要素を処理できる Box-IDDP と呼ばれる特別なバージョンを作成しました。
    1. 剛性（スティフネス）： ロボットがあまりに柔軟であるため、激しく振動します。標準的な数学ではここで破綻します。彼らは「暗黙的積分（implicit integration）」を使用しました。これは、ロボットが激しく揺れても、数学を安定させるための「重い錨（いかり）」を使うようなものです。
    2. 制限： モーターには押し強さの限界があります。彼らは、ロボットがモーターに対して不可能な要求をしないように、「ボックス制約（box constraints）」を追加しました。
  • 結果： この手法はDCよりもはるかに速く、ロボットに「フィードバックループ」を与えます。つまり、外力によって押された場合でも、その場で調整することができます。
• 非線形モデル予測制御（Nonlinear Model Predictive Control: NMPC）
  • 比喩： これは、上記の「Box-IDDP」をループ内で実行している状態です。毎秒、ロボットはこう問いかけます。「もしこれをしたら、次の1秒後にはどこにいるだろうか？ その次の秒はどうだろうか？」と。常に経路を再計画します。これは、予期せぬ事態（風や凹凸など）に対して最も堅牢ですが、最も高速な脳を必要とします。

4. 秘密兵器：「ウォームスタート（温かい開始）」

方程式を解くことは、霧に包まれた山岳地帯で最も低い地点を探すようなものです。もし間違った場所から始めると、真の底ではなく、小さな谷に捕まってしまうかもしれません。

• 戦略： 著者らは、**解像度ベースのウォームスタート（resolution-based warm-start）**を導入しました。
• 比喩： 複雑な3Dパズルを解きたいとします。詳細なパズルから始めるのではなく、まず単純でブロック状のバージョンから解きます。形が正しく把握できたら、詳細なピースに切り替えます。
• 仕組み： 彼らは、まずロボットを硬い棒として扱うことで問題を解きます。その後、徐々に「曲がり」、次に「ねじれ」、そして「伸び」をオンにしていきます。単純なバージョンの解は複雑なバージョンに非常に近いため、コンピュータは答えをはるかに速く見つけることができます。

5. 結果：3つのテストケース

彼らはこの「脳」を3種類の異なる「ゼリーロボット」でテストしました。

1. ソフト・カートポール（Soft Cart-Pole）： 動くカートに取り付けられたソフトアーム。ロボットは、エネルギーを蓄えるために（振り子のように）あえて「逆方向」にカートを押し、それからスイングアップする必要があります。
2. ソフト・ペンデュボット（Soft Pendubot）： 2つのソフトアームがつながったもの。ロボットは、両方の腕の曲がり具合を調整して立ち上がらなければなりません。
3. ソフト・フラタ・ペンジュラム（Soft Furuta Pendulum）： ソフトアームが円を描いてスイングする3Dシステム。これが最も困難でした。ロボットは、巧妙なトリックを発見しました。それは、弾性エネルギーを蓄えるために腕をヘリコイド（螺旋）形状にねじり、その後、跳ね上がるようにして直立するというものです。

まとめ

この論文は、単に「ソフトロボットは素晴らしい」と言っているだけではありません。これらの、ぐにゃぐにゃとして制御が難しいロボットが、ダイナミックで高速な体操運動を行うことを可能にする数学的エンジンを構築したのです。より優れた地図（GVS）、安定した計算機（Box-IDDP）、そしてスマートな開始方法（Warm-Start）を用いることで、これらのロボットが硬くなったり遅くなったりすることなく、精密に制御できることを証明しました。

彼らが主張していないこと：

• 彼らはまだ、この手法を実際の物理的なロボットでテストしていません（シミュレーション内でのみテストされています）。
• 彼らは、これが医療手術や捜索救助ミッションにすぐに使えると主張しているわけでもありません。彼らは、数学が機能することを証明するために、これらのベンチマークとなる「スイングアップ」タスクをテストしたに過ぎません。
• 彼らは、これがすべての制御問題を解決すると主張しているわけではなく、これら特定の、高速で劣駆動なタスクを計算可能にすることを目指しています。