Physics-Informed Neural Networks with Unscented Kalman Filter for Sensorless Joint Torque Estimation in Humanoid Robots

Motivation

Known: 기존 토크 제어는 직접 토크 측정에 의존하거나 Recursive Newton-Euler Algorithm (RNEA) 같은 모델 기반 방법을 사용하며, 마찰 추정은 Coulomb, viscous, LuGre, Stribeck 모델 등을 활용한다.
Gap: floating-base 휴머노이드 로봇에서 실시간 마찰 보상을 위한 PINNs 적용이 거의 미개척 상태이며, 기존 sensorless 토크 제어 방법들은 복잡한 마찰 동역학 및 고비율 감속기의 탄성 변형을 정확히 모델링하지 못한다.
Why: 센서 없는 토크 제어는 비용, 통합 복잡도, 센서 제약을 제거하면서도 동적 환경에서 안전하고 적응적인 인간-로봇 상호작용과 준수성(compliance)을 가능하게 한다.
Approach: PINNs는 모터 및 관절 속도 버퍼를 입력으로 사용하여 비선형 정적 및 동적 마찰을 추정하고, UKF는 PINN 기반 마찰 추정값을 직접 측정 입력으로 활용하여 floating-base 시스템의 관절 토크를 실시간으로 추정한다.

같이 보면 좋은 논문

기반 연구

The invariant extended Kalman filter as a stable observer

The invariant extended Kalman filter as a stable observer 논문은 상태 추정의 이론적 기반을 제공하여 본 연구의 UKF 적용 이유를 명확히 해줍니다.

기반 연구

Contact-Aided Invariant Extended Kalman Filtering for Robot State Estimation

Contact-Aided Invariant Extended Kalman Filtering은 마찰 및 접촉 추정 기반 전신 상태 추정에서 제어 적합성 및 Kalman 필터 확장에 대한 이론적 배경을 제공합니다.

기반 연구

Scientific Machine Learning through Physics-Informed Neural Networks: Where we are and What's next

PINN(Physics-Informed Neural Networks) 이론과 주요 응용 및 문제점을 심도 있게 다루므로, 본 논문의 프레임워크 이해에 이론적 기반을 제공합니다.

기반 연구

Physics-Informed Neural Networks and Extensions

PINN 및 그 확장 기법의 이론적·실전적 논의를 제공해, UKF 결합 PINN의 발전 맥락을 이해하는 데 기반이 됩니다.

기반 연구

From Theory to Application: A Practical Introduction to Neural Operators in Scientific Computing

Neural Operator 및 데이터 기반 동역학 시스템의 실제 적용과 검증 사례를 다뤄, 621의 PINN 확장 버전 개발의 기반이 된다.

기반 연구

AutoOdom: Learning Auto-regressive Proprioceptive Odometry for Legged Locomotion

AutoOdom 논문은 오토리그레시브 방식으로 관절 토크와 상태 추정을 결합해, UKF 기반 신경망 구조의 실시간 제어에 이론적 기반을 제공합니다.

기반 연구

Neural Ensemble Kalman Filter: Data Assimilation for Compressible Flows with Shocks

Physics-Informed Neural Networks with Unscented Kalman Filter 논문은 PINN과 칼만 필터 결합의 원리를 소개해 Neural EnKF 논문의 기반이 된다.

기반 연구

AutoSOTA: An End-to-End Automated Research System for State-of-the-Art AI Model Discovery

621의 물리정보신경망과 칼만필터 결합 개념은 3377의 자동재현·성능 최적화를 위한 신뢰성 있고 누적 가능한 환경 구현에 기초가 될 수 있습니다.

기반 연구

Physics-Informed Neural Learning for State Reconstruction and Parameter Identification in Coupled Greenhouse Climate Dynamics

Physics-Informed Neural Networks with Unscented Kalman Filter 논문은 PINN의 state-복원 및 파라미터 식별 통합 문제에 직접적으로 영감을 주었다.

다른 접근

Improving generalization of robot locomotion policies via sharpness-aware reinforcement learning

샘플 효율·일반화 문제를 강화학습·최적화(1차 정책, sharpness-aware)로 해결하려는 다른 로봇 제어방식입니다.

다른 접근

A Comprehensive Survey of Scientific Large Language Models and Their Applications in Scientific Discovery

과학 LLM 및 파운데이션 모델에 대한 종합 서베이로, PINN과는 다른 AI 기반 과학기술 문제 접근을 보여줍니다.

다른 접근

Coordinated Humanoid Robot Locomotion with Symmetry Equivariant Reinforcement Learning Policy

Geometry-Aware Predictive Safety Filters on Humanoids 논문은 접촉 및 힘 추정의 안전성 측면에서 다른 최적화적 접근법을 보여줍니다.

다른 접근

Stochastic Dimension-Free Zeroth-Order Estimator for High-Dimensional and High-Order PINNs

UKF와 같이 외부 정보 동기화를 사용하는 PINN 변형과 gradient-free estimator의 적용 차이를 정확하게 파악할 수 있습니다.

후속 연구

From Theory to Application: A Practical Introduction to Neural Operators in Scientific Computing

Physics-Informed Neural Networks에 Unscented Kalman Filter처럼 추가적인 불확실성 추론법을 결합한 응용사례입니다.

후속 연구

Scientific hypothesis generation by large language models: laboratory validation in breast cancer treatment

LLM 기반 과학적 가설 생성 및 매핑 능력의 평가를 통해, 621의 PINN-Kalman 융합방법이 실세계 문제 해결에 미치는 영향을 분석한다.

후속 연구

Physics-Informed Neural Networks with Unscented Kalman Filter for Sensorless Joint Torque Estimation in Humanoid Robots

PINN 기반 실시간 토크 제어 프레임워크가 실제 로봇 시스템에서 검증됨으로써 이론적 모델의 확장 및 실용성을 보강합니다.

응용 사례

Physics-Informed Neural Networks and Extensions

PINN과 Unscented Kalman Filter의 결합을 통해 3390의 이론을 로봇 제어 분야에 실제 적용한 사례다.

Physics-Informed Neural Networks with Unscented Kalman Filter for Sensorless Joint Torque Estimation in Humanoid Robots

Essence

Motivation

Achievement

How

Originality

Limitation & Further Study

Evaluation

같이 보면 좋은 논문

Physics-Informed Neural Networks with Unscented Kalman Filter for Sensorless Joint Torque Estimation in Humanoid Robots

Essence

Motivation

Achievement

How

Originality

Limitation & Further Study

Evaluation

같이 보면 좋은 논문

🎧 Audio Overview