面向载荷不确定性下最优抓取与放置执行的双控制参考轨迹生成
机器人学
2026-05-28 v2
摘要
本工作针对面临未知动力学的机器人操作任务（如因载荷不确定性导致的抓取与放置任务），提出一种方法，通过任务执行期间的主动探索和/或在线参数适应来实现精准的基于模型的控制。该问题被建模为双控制问题，即寻找一种需考虑参数不确定性的闭环最优控制问题。我们通过预定义反馈策略的结构以包含显式适应机制的方式简化了双控制问题。随后提出两种参考轨迹生成方法：第一种方法直接将参数不确定性嵌入鲁棒最优控制方法，以最小化预期任务成本；第二种方法则考虑最小化所谓的优化损失，即衡量参数相关信息对任务性能敏感性的指标。我们观察到两种方法均会在形式化中理性地考虑Fisher信息，同时实现最优任务执行。我们针对抓取与放置操作任务展示了所述方法的有效性，表明在考虑控制的参考轨迹生成下，可实现更快更准的任务性能和系统辨识，同时保证稳定高效的控制。
引用
@article{arxiv.2510.20480,
title = {Degradation-Aware Cooperative Multi-Modal GNSS-Denied Localization Leveraging LiDAR-Based Robot Detections},
author = {Václav Pritzl and Xianjia Yu and Tomi Westerlund and Petr Štěpán and Martin Saska},
journal= {arXiv preprint arXiv:2510.20480},
year = {2026}
}
备注
Preprint version. This work has been submitted to Elsevier for possible publication