机器人学中的动态运动基元：一篇教程式综述

包括人类在内的生物系统具有以通用且敏捷的方式执行复杂任务的先天能力。感觉运动控制的研究者试图理解并形式化定义这一先天属性。得到若干实验发现支持的观点认为，生物系统能够将基本运动单元组合并适配为复杂任务，这最终导致了运动基元理论的提出。就此而言，动态运动基元（DMPs）将运动基元优雅地表述为稳定动力系统，非常适合于为机器人等人工系统生成运动指令。近几十年来，DMPs 启发了模仿与强化学习、最优控制、物理交互及人机协作等不同机器人领域的研究者，产生了大量已发表论文。本教程式综述的目标有二。一方面，我们以严谨数学术语呈现现有 DMPs 表述，并讨论各方法的优劣及实际实现细节。沿教程脉络，我们也搜寻所呈方法的现有实现并发布若干其他实现。另一方面，我们对现有文献进行系统而全面的回顾，并对基于 DMP 的前沿工作分类。本文最后讨论 DMPs 的局限性并概述可能的研究方向。