基于模型的操控中用于快速探索的逆动力学谱分解
机器人学
2026-03-31 v1
摘要
规划长时序机器人操控序列具有挑战性，原因在于通过非线性接触动力学和多种接触模式探索可行轨迹的复杂性，且这种复杂性随问题的时间跨度增长。我们提出一种搜索树方法，利用逆动力学方程的谱分解来生成轨迹。该方程将执行器位移映射为物体位移，其谱结构适合高效探索，因为其分量相互正交，近似物体的可达集同时保持动力学可行性。这些轨迹可与任何基于搜索的方法（如快速探索随机树 RRT）结合，用于长时序规划。本方法在短时序任务上的表现与近期基于模型的规划工作类似，其独特之处在于能够求解长时序任务：现有方法失效的情况下，本方法可在15秒计算时间内生成45秒时长、包含10个以上接触模式的规划，展示了在高度复杂领域中的实时能力。
引用
@article{arxiv.2603.27796,
title = {Spectral Decomposition of Inverse Dynamics for Fast Exploration in Model-Based Manipulation},
author = {Solvin Sigurdson and Benjamin Riviere and Joel Burdick},
journal= {arXiv preprint arXiv:2603.27796},
year = {2026}
}
备注
8 pages, 8 figures, accepted to the 2026 IEEE International Conference on Robotics and Automation