基于角轴空间的方向学习与适应：面向多局部约束的同步融合
机器人学
2025-10-10 v1
摘要
方向学习在许多任务中起着关键作用。然而，旋转群 SO(3) 是黎曼流形，结果导致非欧几里得几何性质引入的失真，尤其难以同时融合多个局部约束。为此，我们提出了基于角轴空间的方法来表示方向，以解决包括方向适应和最小化角加速度在内的几个方向学习问题。具体而言，我们提出了一种基于角轴表示方法的 SO(3) 中的加权平均机制。我们的主要思想是通过在不同的基点考虑不同的局部约束来生成多个轨迹。然后，这些多个轨迹被融合以我们提出的加权平均机制生成平滑轨迹，从而实现同时融合多个局部约束的目标。与现有方法相比，我们的方法可以解决失真问题，使现有的欧几里得学习算法能够在非欧几里得空间中重新适用。仿真和实验评估表明，我们的方法不仅能够适应任意期望的通过点并应对角加速度约束，还能同时融合多个局部约束以实现额外收益，例如实现更小的加速度代价。
引用
@article{arxiv.2510.07986,
title = {Orientation Learning and Adaptation towards Simultaneous Incorporation of Multiple Local Constraints},
author = {Gaofeng Li and Peisen Xu and Ruize Wang and Qi Ye and Jiming Chen and Dezhen Song and Yanlong Huang},
journal= {arXiv preprint arXiv:2510.07986},
year = {2025}
}