arXiv cs.RO 机器人学· St\'ephane Caron·· 5 小时前精选AI 评分58
Koopman DCM：将不稳定特征函数用作腿式机器人平衡的数据驱动表征
Koopman DCM: Unstable Eigenfunctions as Data-driven Representations for Legged Balancing
AI 导读
论文提出把运动发散分量（DCM）更一般地表述为 Koopman 特征函数，从而不再局限于线性倒立摆等简化模型。与通常关注零附近特征值的 Koopman 分析不同，作者刻意搜索大特征值的不稳定特征对，得到仅用真实机器人数据训练的 Koopman DCM 观测器。在真实双足机器人上，用 1 小时机器人数据学到的 DCM 改进了对参考行走模式的跟踪，并在与模型预测控制结合时提供基于状态的生存能力约束。
推荐理由
论文把 DCM 推广为 Koopman 特征函数并给出真实机器人实验结果，读者可了解这一数据驱动平衡建模思路。
来源：arXiv cs.RO 机器人学 · arxiv.org