基于库普曼算子的四足机器人小跑线性模型预测控制
机器人学
2025-08-13 v1
摘要
四足机器人的在线最优控制将使其能够实时适应变化的输入和动态环境。实现这一目标的常用方法是线性模型预测控制（LMPC），该方法在有限时域内构建一个具有二次代价和线性约束的二次规划（QP）问题，这些线性约束通过对运动方程线性化得到，并在线求解。然而，模型线性化可能导致模型不准确。本文利用库普曼算子（Koopman operator）在高维空间中创建四足系统的线性模型，该模型保留了运动方程的非线性特性。随后，我们使用线性模型预测控制，在四足机器人上展示了高保真度的轨迹跟踪和抗扰动能力。这是首次将库普曼算子理论应用于四足运动的线性模型预测控制的工作。
引用
@article{arxiv.2508.08259,
title = {Koopman Operator Based Linear Model Predictive Control for Quadruped Trotting},
author = {Chun-Ming Yang and Pranav A. Bhounsule},
journal= {arXiv preprint arXiv:2508.08259},
year = {2025}
}