Marco de Control Óptimo Seguro para la Manipulación Cooperativa de Objetos en Equipos Humano-Robot

Área de la Ciencia:

• Robótica
• Inteligencia Artificial
• Teoría de Control

Sus antecedentes:

• La manipulación cooperativa de objetos en equipos humano-robot presenta desafíos debido a la dinámica desconocida de los agentes y la necesidad de estimación de intenciones en tiempo real.
• Los marcos existentes a menudo carecen de capacidades de estimación distribuidas y mecanismos de seguridad robustos para interacciones complejas multiagente.

Objetivo del estudio:

• Introducir un marco de control adaptativo distribuido basado en redes neuronales (RN) para la manipulación cooperativa de objetos en equipos humano-robot.
• Permitir la estimación precisa de la intención humana y el control robusto de agentes robóticos con dinámica desconocida.
• Garantizar la seguridad y la eficiencia en la coordinación multiagente a través de estrategias avanzadas de estimación y control.

Principales métodos:

• Se utilizaron tres observadores distintos de redes neuronales multicapa (MNNO) para la estimación del punto de referencia, la estimación de la fuerza-trayectoria humana y la observación de la dinámica distribuida de RN.
• Se empleó aprendizaje basado en consenso para la estimación de estados distribuidos sin acceso a la trayectoria global.
• Se integró un controlador distribuido de RN actor-crítico en línea con la teoría de juegos de Pareto y funciones de Lyapunov de barrera (BLF) para un control óptimo y seguro.
• Se desarrollaron leyes de actualización de pesos utilizando la descomposición de valores singulares (SVD) para la sintonización estable de parámetros.

Principales resultados:

• Se logró una estimación precisa en tiempo real de la intención humana (posición, velocidad, aceleración) a través de la inferencia de fuerza a trayectoria.
• Se demostró un rendimiento de control robusto en tareas de manipulación cooperativa de objetos con dinámica de agente desconocida.
• Se reportó una reducción significativa del 60% en el costo total en comparación con los métodos de referencia.
• Se validó la efectividad de la estimación distribuida y el control adaptativo basado en RN en entornos multiagente.

Conclusiones:

• El marco propuesto aborda eficazmente los desafíos en la coordinación de equipos humano-robot para la manipulación de objetos.
• La integración de múltiples observadores de RN y un controlador actor-crítico garantiza el reconocimiento preciso de intenciones y un control adaptativo y seguro.
• El marco ofrece una solución prometedora para mejorar la colaboración y la eficiencia en sistemas humano-robot.