协作机器人扭矩 PD 控制器的多目标整定
机器人学
2023-09-19 v1
摘要
协作机器人是运动控制与人机交互领域中一个崭新且具挑战性的方向。机器人与其环境间可靠交互所需的安全措施阻碍了经典控制方法的使用，推动研究者尝试机器学习（ML）等新技术。在此背景下，强化学习已被采纳为构建协作机器人智能控制器的主要途径，然而监督学习因有望以更快更安全的方式开发数据驱动的基于模型的 ML 控制器而展现出巨大前景。本工作中，我们研究了构建用于学习机器人动力学的数据集所需方法论的若干方面。为此，我们使用一种多目标遗传算法（GA）将若干 PD 控制器针对若干轨迹进行整定，该算法不仅考量精度，亦考量安全性。我们论证了针对每条轨迹单独整定控制器的必要性，并经由实验探究了 GA 的最佳种群规模，以及轨迹速度如何影响整定与机器人动力学。
引用
@article{arxiv.2309.08988,
title = {Multi-objective tuning for torque PD controllers of cobots},
author = {Diego Navarro-Cabrera and Niceto R. Luque and Eduardo Ros},
journal= {arXiv preprint arXiv:2309.08988},
year = {2023}
}
备注
Accepted for presentation at the CPS workshop 2023