指数收敛单轮辆模型无源寻源：理论与机器人实验结果
最优化与控制
2026-04-21 v3 机器人学
摘要
本文提出一种新颖的、基于单轮辆模型的无模型无源寻源设计。该设计能够自主引导单轮辆动态系统趋向未知表达式但可通过测量获得的目标函数或物理/标量信号的极小点。本文的关键贡献在于，该设计对局部行为类似更高次幂函数（例如四次多项式函数）的目标函数（或标量信号）实现指数收敛，而文献中通常情况下的局部二次目标函数而言。我们提供了理论结果和设计特征，结合多种仿真结果展示所提出设计的鲁棒性，包括不同初始条件和测量延迟/噪声情况。此外，本文首次提供了实验机器人结果，证明所提出设计的有效性及其指数收敛能力。这些实验结果确认，所提出的指数收敛极值寻源设计可在现实世界的感知和执行约束下实现于物理机器人平台。
引用
@article{arxiv.2511.00752,
title = {Model-free source seeking of exponentially convergent unicycle: theoretical and robotic experimental results},
author = {Rohan Palanikumar and Ahmed A. Elgohary and Victoria Grushkovskaya and Sameh A. Eisa},
journal= {arXiv preprint arXiv:2511.00752},
year = {2026}
}