Impedance Control via Generalized Output Regulation

ロボットアームが握手を求めるために手を伸ばしている場面を想像してみてください。もしその腕が硬すぎれば、あなたの指を押しつぶしてしまうかもしれません。逆に柔らかすぎれば、濡れたヌードルのような感触になってしまいます。「コンプライアンス制御（柔軟制御）」の目標は、ロボットが「ちょうど良い」と感じられるようにすることです。つまり、安全であるために十分に柔らかく、かつ仕事を遂行するために十分にしっかりとしている状態を目指します。これは、工場で働くロボットや、損傷した肢体のリハビリテーションを支援するロボット、さらには凹凸のある地面を歩行するロボットなど、人間と共に働くロボットにとって極めて重要なことです。これを実現するために、エンジニアはしばしば「アドミッタンス制御」と呼ばれる戦略を用います。これは、賢い翻訳機のようだと考えてください。ロボットは、あなたがどれほど強く押したか（力）を測定し、それに基づいて、望ましい「性格」（例えば、バネやダンパーのような性質）に一致するように、どの程度動くべきか（位置）を決定します。

しかし、そこには落とし穴があります。この翻訳機を作る最も一般的な方法は、単純な「PDコントローラー（比例・微分制御）」を使用することです。これは、基本的には誤差に基づいて位置を調整するための標準的なレシピです。これは、ボリュームつまみだけを回してラジオのチューニングをするようなもので、惜しいところまでは行けますが、完璧な信号を得ることはできません。数学によれば、この単純なレシピでは、特定の条件下で非常に運良く成立する場合を除き、望ましい挙動を近似することはできても、正確に実現することはできないことが示されています。これにより、ロボットが「しているつもり」であることと、実際に「している」ことの間に乖離が生じ、それがガタつきのある相互作用や目標の逸脱につながります。

本論文はこの乖我を掘り下げ、完璧なレシピを見つけ出します。著者である Hélio Jacinto Cruz Neto、Victor Shime、および Thiago Boaventura は、「一般化出力レギュレーション（一般化出力制御）」という複雑な数学理論を用い、インピーダンス問題を解決します。彼らは、標準的なアドミッタンス設定に従う限り、正確なコンプライアンスを実現できる制御則は、実はたった一つしか存在しないことを証明しました。一般的なPDコントローラーには、いくつかの重要な要素が欠けているのです。彼らは、完璧にするためには、相互作用する力と加速度に関連する特定の項を追加する必要があることを示しました。彼らは単に推測したのではなく、厳密な数学を用いて、それが唯一の解であることを証明しました。そして、彼らが「正確なコンプライアンス・コントローラー（ECC）」と呼ぶ新しいコントローラーが、標準的なPDコントローラーよりも大幅に優れた性能を示すことを、コンピュータ・シミュレーションによって示しました。特に、ロボットが摩擦やノイズに遭遇した際、その差は顕著でした。彼らは、古い手法はしばしば的を外してしまう一方で、新しい手法は困難な状況下でも完璧に的を射ることを発見しましたが、同時に、これらのシミュレーション結果を確認するためには実機でのテストが次のステップであることも述べています。

完璧なロボットの握手の物語

あなたがロボットにパートナーとのダンスを教えようとしている場面を想像してください。ロボットはパートナーの動きを感じ取り、完璧な量の押し引きで応える必要があります。ロボビクス界では、これをインピーダンス制御と呼びます。ロボットは、特定のバネやダンパーのように振る舞いたいと考えています。つまり、押されたら一定量動き、引かれたら適度な抵抗を示すように設計されているのです。

長い間、エンジニアはこのダンスを教えるために「標準的な」方法を使用してきました。彼らはPDコントローラー（比例・微分制御）を使用してきました。これは、道路からどれくらい外れているか、そしてどれくらいの速さで逸脱しているかだけを見ているドライバーのようなものだと考えてください。彼らはエラーを修正するためにステアリングを切ります。これはそれなりに機能しますが、あくまで近似に過ぎません。それは、厚手のグローブをはめたまま、弓矢で的を射ようとするようなものです。近くまでは行けるかもしれませんが、毎回正確に中心を射抜くことはできません。論文では、この標準的なアプローチには根本的な限界があることが説明されています。つまり、いくらつまみ（ゲイン）を調整しても、非常に特殊で稀な状況を除いて、ロボットをあなたが望む完璧なバネとして正確に機能させることはできないのです。

論文の著者たちは、大きな問いを投げかけました。「ロボットが毎回、完璧に、正確に的を射る方法はあるのだろうか？」

これに答えるため、彼らは一般化出力レギュレーションという強力な数学的ツールを用いました。もしロボットの目標が画面上の動くターゲットだとすると、この理論は、ターゲットがどのように動こうとも、ロボットのエラーをゼロに保つために必要な入力が正確に何であるかを教えてくれます。彼らは、ロボットを「ちょうど良い」感じにさせる問題は、数学的にはこの「ターゲット追従」問題と同じであることを理解しました。

足りなかった材料

この理論を適用することで、著者たちは驚くべき発見をしました。彼らは、正確な挙動を実現できる制御則（ロボットへの指示のセット）は、ただ一つしかないことを証明したのです。

標準的なPDコントローラーには、2つの重要な材料が欠けています。

1. 力フィードバック： ロボットは、今まさにどれほどの力で押されたり引かれたりしているのかを正確に知る必要があります。
2. 加速度フィードバック： ロボットは、自身の速度がどのように変化しているのかを知る必要があります。

彼らが導き出した新しい制御則は、これらの欠けていた要素を追加したものです。これは、ドライバーを「単に道路を見る人」から、「風の影響やエンジンの振動を瞬時に感じる超高感度センサーを備えた人」へとアップグレードするようなものです。数学は、これらの追加項がなければ、望む正確なインピーダンス挙図を実現することは不可能であることを示しています。これは、古いコントローラーの調整をより良くするという問題ではなく、古いコントローラーの構造自体が、完璧に任務を遂行する能力を持っていないという問題なのです。

シミュレーションによる証明

この新しい「正確なコンプライアンス・コントローラー（ECC）」が実際に機能するかどうかを確認するため、著者らはコンピュータ・シミュレーションを実行しました。彼らは2種類のロボットをテストしました。

• 剛性関節（Stiff Joints）： モーターとアームが硬く接続されているロボット（固い金属棒のようなもの）。
• 柔軟関節（Soft Joints）： モーターとアームの間にバネやダンパーがあるロボット（ゴムバンドのようなもの）。

彼らは、新しいECCを従来の標準的なPDコントローラーと比較しました。テストは2つのシナリオで行われました。

1. 完璧な世界： ノイズも摩擦もなく、すべてが数学通りに動く世界。
2. 乱れた世界： 「ストライベック摩擦」（動き出しの際に発生する特殊な摩擦）と、力センサーへのランダムなノイズを加え、不完全な現実環境をシミュレートした世界。

結果：
完璧な世界において、新しいECCコントローラーは非の打ちどころがありませんでした。ロボットが「すべきだった動作」と「実際に行った動作」の間の誤差は、事実上ゼロ（$10^{-7}$ という極めて微小な値）でした。一方、古いPDコントローラーはミスを犯しました。古いコントローラーが正解を得られたのは、数学的に偶然エラーが相殺される特定の周波数においてのみでした。

乱れた世界においても、新しいコントローラーは依然として優れた性能を示しました。摩擦やノイズによって完璧さを維持するのは難しくなりましたが、ECCはPDコントローラーよりもはるかに正確で堅牢でした。PDコントローラーは、特に環境が硬い場合やロボットが高速で動いている場合に、著しく苦戦しました。

これが将来にもたらす意味

本論文は、ロボットが世界と完璧に相互作用したいのであれば、単なる古い単純なPDコントローラーに頼ることはできないと結論付けています。力と加速度に関する追加の項を含める必要があります。著者らは、これが単なる「良いアイデア」ではなく、正確なコンプライアンスを得るために必要な唯一の解決策であることを示しました。

また、彼らは、この手法が「ソフトジョイント（内部にバネを持つロボット）」に対しても有効であることを示しました。ソフトジョイントはより安全であるため、近年人気が高まっています。ロボットのターゲットパスを生成するための巧妙なトリックを用いることで、ロボットの負荷に関するあらゆる詳細を知ることなく、同じ完璧なコントローラーを使用することができました。

これらの結果は現在シミュレーションに基づいたものですが、強力な理論的基盤を提供しています。著者らは、次のステップとして、これらのコントローラーを実機のロボットに実装し、現実の世界でどのように機能するかを確認することを提案しています。それまでは、この論文は明確な地図を与えてくれます。もし私たちが、ロボットに真に人間らしい相互作用を感じさせたいのであれば、近似することをやめ、数学的に証明された正確なレシピを使用する必要があるのです。