基于自适应评判的机器人 manipulator 最优运动学控制
系统与控制
2019-08-07 v1 系统与控制
摘要
本文研究机器人 manipulator 的最优运动学控制问题,其中机器人末端执行器位置跟踪任务空间轨迹。关节以期望速度曲线驱动以完成该任务。该问题已通过单网络自适应评判(single network adaptive critic, SNAC)将正运动学表达为输入仿射系统得以解决。通常在 SNAC 中,评判网络权重使用反向传播算法更新,而很少关注到向最优代价的收敛。本文中,我们提出一种评判权重更新律,在保证闭环运动学控制稳定性的同时,确保收敛到期望的最优代价。在运动学控制中,要求机器人到达特定目标位置。这已在基于 SNAC 的运动学控制背景下作为最优调节问题得以解决。当要求机器人跟踪时变任务空间轨迹时,运动学控制被构建为最优跟踪问题。对于跟踪,构造由跟踪误差和参考轨迹组成的增广系统,并利用 SNAC 框架推导最优控制策略。在所提新颖权重调节律下,系统的稳定性和性能由 Lyapunov 方法保证。所提运动学控制方案已在仿真中验证,并在真实的六自由度(DOF)Universal Robot (UR) 10 manipulator 上实验执行。
引用
@article{arxiv.1908.02077,
title = {Adaptive Critic Based Optimal Kinematic Control for a Robot Manipulator},
author = {Aiswarya Menon and Ravi Prakash and Laxmidhar Behera},
journal= {arXiv preprint arXiv:1908.02077},
year = {2019}
}
备注
Accepted for publication in IEEE International Conference on Robotics and Automation (ICRA), 2019