.png){kind=icon}
返回
Nash Bargaining Solution-Based Multi-Objective Model Predictive Control for Constrained Interactive Robots
.png){kind=icon}
PRE
AI
DOI：10.1109/JAS.2024.124398.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
尊敬的编辑，本文提出了一种基于纳什谈判解的多目标模型预测控制（MPC）方案，用于处理约束交互式机器人的交互力控制与路径跟踪问题。考虑到弹性交互力模型，力和位置之间始终存在机械折衷，这意味着力和路径跟踪都无法完全满足其期望需求。基于此考虑，提出了两个不可调和的控制指标：力目标函数和位置跟踪目标函数，并随后设计了一种新的多目标MPC方案。在每个采样间隔内，控制作用自动从合作博弈理论中的纳什谈判解所对应的帕累托最优解集中选择。此外，我们设置了状态和控制约束以考虑物理限制。通过在约束交互式机器人上的仿真，验证了所提出控制器的有效性。
期刊
I
IF:
19.2
论文数:
1.4K
被引数:
1.1W
机构
引用论文
.png){kind=icon}
Parallel Image-Based Visual Servoing/Force Control of a Collaborative Delta Robot基于图像的平行视觉伺服/力控制协作Delta机器人
OAAI
OAAI分享收藏分享收藏分享收藏Model predictive impedance control with Gaussian processes for human and environment interaction
OAAI
OAAI分享收藏
查看更多内容