一种面向物理人机交互的基于模型混合进化优化与无源性边界方法
机器人学
2022-03-02 v1
摘要
物理人机交互领域在过去几十年中发生了巨大变革。因此，机器人系统的需求变得更具挑战性，包括针对不同任务和用户的个性化行为。为使机器人具备此类适应性特征，人们提出了多种机器学习技术。本文提出一种基于模型的进化优化算法，用于调节腕部康复设备的表观阻抗。我们利用无源性为可能的控制器输出定义边界，从而限制机器人的共享自主性并确保耦合系统的稳定性。实验包括硬件在环优化以及一个用于腕部康复的单自由度机器人。实验结果表明，所提出的技术能够为三位受试者生成定制化的无源阻抗控制器。此外，与恒定阻抗控制器相比，该方法在优化过程中保持稳定性的同时，将交互力矩的均方根值降低了20%。
引用
@article{arxiv.2203.00458,
title = {A hybrid model-based evolutionary optimization with passive boundaries for physical human-robot interaction},
author = {Gustavo J. G. Lahr and Henrique B. Garcia and Arash Ajoudani and Thiago Boaventura and Glauco A. P. Caurin},
journal= {arXiv preprint arXiv:2203.00458},
year = {2022}
}
备注
7 pages, 6 figures, submitted to IEEE International Conference on Robotics and Automation 2022