双足行走逆最优控制的鲁棒性分析
机器人学
2021-04-27 v1
摘要
代价函数有潜力为运动提供紧凑且可理解的泛化描述。逆最优控制（IOC）的目标是分析被假定为相对于未知代价函数最优的观测行为，并推断该代价函数。在此我们开发了一种表征腿式运动代价函数的方法，旨在用简单模型表示复杂的人形机器人行为。为验证该方法，我们模拟了一个简单五连杆平面行走模型的行走步态，这些步态优化了已知代价函数，并评估了我们的IOC方法恢复它们的能力。具体而言，该IOC方法使用迭代轨迹优化过程来推断与用于生成单个演示最优试验的权重一致的代价函数权重。我们还探讨了IOC对观测轨迹中的传感器噪声、模型或任务的不完美知识以及所用代价函数各分量的不确定性的敏感性。通过适当的建模，这些方法可帮助从人类数据中推断代价函数，从而产生紧凑且可泛化的人形运动表示，用于人形机器人控制器，并为实验探索人类偏好提供新工具。
引用
@article{arxiv.2104.12042,
title = {A Robustness Analysis of Inverse Optimal Control of Bipedal Walking},
author = {John R. Rebula and Stefan Schaal and James Finley and Ludovic Righetti},
journal= {arXiv preprint arXiv:2104.12042},
year = {2021}
}
备注
9 pages, 5 figures