为四足机器人快速全身模型预测控制定制解的精度
广义相对论与量子宇宙学
2025-05-20 v6 高能物理 - 理论
摘要
感谢最近在加速非线性模型预测控制（NMPC）方面的进展，现已可在人形机器人上实现实时速率的全身 NMPC。然而，对于如此高维系统，在实时强制不等式约束仍具有挑战性，这源于需要额外迭代。本文提出了一种用于四足机器人的全身 NMPC 实现方案，提供一般等式和不等式约束的低精度 NMPC 解。我们并非追求高度精确的最优解，而是利用交替方向乘子法快速提供二次规划子问题的低精度解。我们的大量仿真结果表明，实际机器人由于动力学离散化误差、惯性建模误差和延迟，往往无法从高度精确的解中受益。我们在 NMPC 的初始时刻处引入控制栏函数（CBFs）用于自撞约束，结果在不增加计算负担的情况下显著减少了自撞次数（最高可达 26 倍）。该控制器可在硬件上可靠部署，运行频率达 90 Hz，问题规模为 32 个时步、2004 个变量和 3768 个约束。NMPC 提供的解足以使 MIT 人形机器人规划复杂的跨腿和手臂运动，这些运动在行走和从重大扰动中恢复时增强了稳定性。
引用
@article{arxiv.2407.10787,
title = {Displacement memory for flyby},
author = {P. -M. Zhang and Q. -L. Zhao and J. Balog and P. A. Horvathy},
journal= {arXiv preprint arXiv:2407.10787},
year = {2025}
}
备注
affiliation updated