受严格操作约束下的液压冲击锤数据驱动控制

本文提出一种数据驱动的方法，用于控制静止液压冲击锤，也称为岩石破碎器，这些装置在采矿业中常见。本文所解决的任务是控制岩石破碎器，使其末端执行器到达任意目标姿态，这是正常操作所需的，将冲击锤置于需要破碎的岩石顶部。所提出的方法考虑了多个约束条件，如由于感知受限导致的不可观测状态变量，以及在关节层面使用离散控制接口的严格要求。首先，所提出的方法解决系统辨识问题，以获得液压臂的近似动态模型。这通过使用仅来自 teleoperation 数据的监督学习实现。所学得的动态模型随后被用来获取能够到达目标末端执行器姿态的控制器。对于策略综合，同时使用了强化学习 (RL) 和模型预测控制 (MPC) 算法并进行对比。作为案例研究，我们考虑了将一台 Bobcat E10 小型挖掘机臂自动化，其附加的液压冲击锤作为末端执行器。使用这台机器，在仿真和实际环境中均研究了系统辨识和策略综合阶段。最佳的 RL 基于策略在实际环境中始终以位置误差低于 12 cm、俯仰角误差低于 0.08 rad 的水平到达目标末端执行器姿态。鉴于冲击锤的直径为 4 cm，这一精度足以破碎岩石。值得注意的是，这是通过仅使用约 68 分钟的 teleoperation 数据进行训练和 8 分钟来评估动态模型，以及无需进行任何调整即可实现成功的策略 Sim2Real 迁移。策略执行的演示可在 https://youtu.be/e-7tDhZ4ZgA 查看。