日本东北大学机器人系与生物医学工程系Mitsuhiro Hayashibe教授做客机器人研究中心

      2019年7月9日上午,日本东北大学机器人系与生物医学工程系Mitsuhiro Hayashibe教授应邀做客自动化学院,为师生带来主题为“Synergetic Learning Control for Manipulator”的学术报告。

      Mitsuhiro Hayashibe主要从事神经及仿生机器人、人体运动分析、康复生机电一体化、手术机器人等方向研究。Mitsuhiro Hayashibe 博士曾获 Delsys Prize 和 CAS Young Investigator Award。Mitsuhiro Hayashibe 博士毕业于日本东京大学,师从机器人运动学研究前驱 Yoshihiko Nakamur 教授,曾担任东京慈惠会医科大学助理教授和法国INRIA高级研究科学家(Tenured)。此外,他还是瑞士洛桑理工学院的访问教授和日本丰田-RIKEN研究中心的高级访问研究员。目前他担任IEEE机器人与自动化学会人体运动理解技术委员会主席。

      首先,Mitsuhiro教授首先给大家介绍了自己的一些工作情况、团队建设情况以及人才培养方式,教授也欢迎我们学校的老师和学生去日本的东北大学交流访问学习。然后,Mitsuhiro教授给大家带了关于机械手协同学习控制的研究问题报告。Mitsuhiro教授提到为了像在人类控制中那样进行能量有效的运动,机器人学和神经科学都普遍使用基于优化的方法。这种优化方法可以在明确给出机械手和环境的先验动力学信息的情况下提供最优解。然而,机器人在现实世界中所面临的环境很少有这样的情况。操纵任务的接触情况或手动负载会改变动力学条件。简单的计算范式实现适应性和学习性,对于弥补冗余学习与控制过程之间的差距至关重要。Mitsuhiro教授团队提出了一种新的协同学习控制(Sylc)实现冗余机械手任务的方法。在不了解给定环境动力学的情况下,采用无模型优化方法,用误差-能量耦合双准则对不同动力学条件下的处理性能进行了评价。Mitsuhiro教授说这一方面研究的目的是探讨现象学优化的能力与人类启发的学习控制范式的环境动力学识别和适应,这是不同于传统的模型优化方法。引入误差能量指标,不仅对跟踪性能进行评价,而且对每次能耗的误差降低率进行评价。该框架也适用于多自由度(Multi-DOF)机器人控制的协同式脑机接口范例。Mitsuhiro教授的报告生动精彩,老师和同学们都有所收获。

                                                         

      Mitsuhiro的报告过程中,老师和同学们就自己感兴趣的方面提出问题, Mitsuhiro教授和大家开展深入的交流讨论。本次学术报告给予老师和同学们交流的空间,让大家更好地了解相关技术前沿的发展和应用。