基于强化学习的欠驱动空中机械臂全局末端执行器位姿控制
机器人学
2026-03-12 v2
摘要
结合了机械臂与多旋翼无人机的空中机械臂，面临着机械臂重量和机械复杂性的严格约束。在这项工作中，我们研究了一个通过差动机构安装在四旋翼上的轻量级 2 自由度（DoF）机械臂，该机械臂能够实现完整的六自由度末端执行器位姿控制。虽然这种极简设计实现了简洁性并减少了有效载荷，但也带来了欠驱动和对外部扰动敏感等挑战。为了解决这些问题，我们采用强化学习，在仿真中训练一个近端策略优化（PPO）智能体，以生成四旋翼加速度和机体速率的前馈指令以及关节角度目标。这些指令分别由增量非线性动态逆（INDI）姿态控制器和 PID 关节控制器进行跟踪。飞行实验展示了厘米级的位置精度和度级的姿态精度，并在外部力扰动（包括操作重载和推动任务）下表现出鲁棒性能。结果突显了基于学习的控制策略在使用简单、轻量级平台实现接触丰富的空中操控方面的潜力。实验视频和方法总结于 https://youtu.be/bWLTPqKcCOA。
引用
@article{arxiv.2512.21085,
title = {Global End-Effector Pose Control of an Underactuated Aerial Manipulator via Reinforcement Learning},
author = {Shlok Deshmukh and Javier Alonso-Mora and Sihao Sun},
journal= {arXiv preprint arXiv:2512.21085},
year = {2026}
}
备注
8 pages, 6 figures, accepted by IEEE ICRA 2026