保持软体机器人柔软——基于数据驱动的反馈与前馈控制权衡
系统与控制
2019-06-26 v1 机器人学
系统与控制
摘要
由于系统模型与环境的不确定性，软体机器人的跟踪控制具有挑战性。采用高反馈增益来解决此问题会导致刚度增加，这显然破坏了软体机器人固有的安全特性。然而，用于前馈控制的精确模型往往难以获取。在本文中，我们采用高斯过程回归来获得数据驱动模型，该模型用于未知动力学的前馈补偿。模型保真度被用于调节前馈与反馈部分，从而在模型置信度高的区域允许较低的反馈增益。
引用
@article{arxiv.1906.10489,
title = {Keep soft robots soft -- a data-driven based trade-off between feed-forward and feedback control},
author = {Thomas Beckers and Sandra Hirche},
journal= {arXiv preprint arXiv:1906.10489},
year = {2019}
}
备注
Presented at the workshop on "Robust autonomy: tools for safety in real-world uncertain environments" (RSS 2019)