用于磁力致动细胞机器人的模型预测控制
机器人学
2024-09-30 v2
摘要
本文提出了一种用于磁力致动细胞机器人（cellbots）的控制框架，将模型预测控制（MPC）与高斯过程（GPs）结合，用作精确轨迹跟踪的扰动估计器。为解决未建模动力学所带来的挑战，我们将数据驱动建模与基于模型的控制相结合，以有限的数据准确跟踪 desired 轨迹。鉴于目前已知将数据驱动建模与基于模型的控制集成用于磁力致动细胞机器人的工作极少，我们的方法在此领域首次实现了该集成。GP有效学习和预测未建模的扰动，提供不确定性边界。我们通过细胞机器人的实验验证了该方法，证明了轨迹跟踪精度的提升。
引用
@article{arxiv.2406.02722,
title = {Model Predictive Control for Magnetically-Actuated Cellbots},
author = {Mehdi Kermanshah and Logan E. Beaver and Max Sokolich and Fatma Ceren Kirmizitas and Sambeeta Das and Roberto Tron and Ron Weiss and Calin Belta},
journal= {arXiv preprint arXiv:2406.02722},
year = {2024}
}