基于替代安全行为的无碰撞且受转矩限制机器人轨迹学习

本文提出一种用于在线生成无碰撞且受转矩限制机器人轨迹的学习方法。为生成未来运动，周期性调用一个神经网络。基于机器人当前运动学状态和网络输出，可计算当前时间间隔的轨迹。本文的核心思想是：仅当已知一条无碰撞且受转矩限制的方式来延续该轨迹时，才执行所计算的运动。实践中，将当前时间间隔计算所得的运动扩展一条制动轨迹，并使用物理引擎进行仿真。若仿真轨迹满足所有安全约束，则执行该计算运动；否则，前一时间间隔计算得到的制动轨迹作为替代安全行为。给定任务相关奖励函数，使用强化学习训练该神经网络。用于强化学习的动作空间设计确保所有计算轨迹均满足关节运动学极限。在评估中，对仿真人形机器人与工业机器人在尽可能到达多个随机放置目标点方面进行训练。我们表明，所提方法能可靠防止与静态障碍物的碰撞以及机器人臂间的碰撞，同时生成兼顾转矩限制与关节运动学极限的运动。真实机器人实验证明可实时生成安全轨迹。