面向不完全动力学的下施加机器人在线学习规划与控制
机器人学
2025-01-31 v1
摘要
本文提出了一种用于规划和控制具有不确定动力学的下施加机器人运动的迭代方法。其核心是一个学习过程，用于估计模型不确定性对主动和被动自由度所施加的扰动。该算法的通用迭代过程在规划阶段（基于优化）和控制阶段（对主动自由度进行部分线性化）中利用所学数据。通过对摆臂机器人执行各种摆升机动的 comparative 仿真和实验展示了所提方法的性能。通常只需很少的迭代即可生成动态可行轨迹，并实现保证其精确执行的跟踪控制，即使在较大的模型不确定性下也亦如此。
引用
@article{arxiv.2501.18220,
title = {On-Line Learning for Planning and Control of Underactuated Robots with Uncertain Dynamics},
author = {Giulio Turrisi and Marco Capotondi and Claudio Gaz and Valerio Modugno and Giuseppe Oriolo and Alessandro De Luca},
journal= {arXiv preprint arXiv:2501.18220},
year = {2025}
}