数据驱动的软肌肉非线性谱建模与控制
动力系统
2026-01-07 v1 计算工程、金融与科学
机器人学
系统与控制
系统与控制
最优化与控制
摘要
人造肌肉是顺从性肌肉机器人中必不可少的部件，但由于其非线性多物理场动力学，控制过程相对复杂。水力放大电静电（HASEL） actuators 是一种高性能软人造肌肉，表现出记忆效应和滞后。本文提出一种基于谱子模型（SSM）理论的数据驱动降维与控制策略。在准稳态 regime 下，即输入变化相对于内在瞬态变化较慢时，轨迹迅速收敛于低维慢流形。我们仅从受控响应轨迹中学习该流形上的显式输入-输出映射，避免了可能引发滞后的衰减实验。我们将基于 SSM 的模型用于对抗式 HASEL clutch 关节的实时控制。该方法在相同设置下相较于仅反馈控制和仅前馈控制的基线方法显著降低了跟踪误差。该记录-控制工作流程使我们能够在无需详细物理建模的情况下，对软肌肉和肌肉驱动的关节进行快速特征提取和高性能控制。
引用
@article{arxiv.2601.03247,
title = {Nonlinear Spectral Modeling and Control of Soft-Robotic Muscles from Data},
author = {Leonardo Bettini and Amirhossein Kazemipour and Robert K. Katzschmann and George Haller},
journal= {arXiv preprint arXiv:2601.03247},
year = {2026}
}