TECHNOLOGY · 技术
运动控制
南洋理工大学提出ADAPT:在线估计全身扰动残差提升人形机器人抗扰能力
南洋理工大学MARS Lab提出ADAPT方法,利用机器人自身动力学在线解析估计全身及关节扰动残差,无需额外力/力矩传感器,并直接输入策略以提升抗扰能力。
AI 编撰 · 内容基于所列来源,重要信息请以原文为准
人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身在真实环境中作业,需要应对与环境接触产生的未知外力扰动,这类扰动会影响行走精度与稳定性。现有学习方法通常依赖大范围域随机化、任务专用的力目标,或从运动历史中学习力估计,分别在跟踪精度、任务迁移和分布外抗扰能力上存在局限。
针对这一问题,南洋理工大学MARS Lab提出ADAPT方法。该方法利用机器人自身动力学,在线解析估计全身及关节机器人身上可以转动或弯曲的连接部位。每多一个关节,就多一种动作的可能,也多一份重量、成本和故障点。◆ 小白科普 · 现身扰动残差,无需额外安装力或力矩传感器把力、光、距离等物理信号转换成电信号的元件,相当于机器人的「感官」。◆ 小白科普 · 现身。估计信号被直接输入策略,为机器人提供显式、可解释的扰动感知。
该工作以论文形式发布,题为ADAPT: Analytical Disturbance-Aware Policy。