约束序列模型预测控制：时序操作的自适应时间最优控制
机器人学
2022-09-23 v2
摘要
任务与运动规划在求解困难的顺序操作问题方面已取得巨大进展。然而，此类规划形式体系与用于自适应执行的控制方法之间仍存在鸿沟。本文提出一种模型预测控制方法，专用于鲁棒地执行单一约束序列，该序列对应于 TAMP 规划的一个离散决策序列。我们将整体控制问题分解为三个子问题（求解顺序路点、其时序以及短视域后退路径），每个子问题均为在每轮 MPC 周期中在线求解的非线性规划。所得控制策略可考虑约束的长期相互依赖关系，并自适应地规划穿越所有约束的时间最优过渡。我们还提出了相位回溯机制，当当前相位的运行约束无法满足时，可引发流畅的重新初始化行为，对实验者的扰动与干扰具有鲁棒性。
引用
@article{arxiv.2203.05390,
title = {Sequence-of-Constraints MPC: Reactive Timing-Optimal Control of Sequential Manipulation},
author = {Marc Toussaint and Jason Harris and Jung-Su Ha and Danny Driess and Wolfgang Hönig},
journal= {arXiv preprint arXiv:2203.05390},
year = {2022}
}
备注
IROS 2022 - Int. Conf. on Intelligent Robots and Systems