Single-Instance Sampling for Computationally Efficient and Accurate Real-Time Task Space MPPI Control

doi:10.1109/TRO.2025.3626660

Single-Instance Sampling for Computationally Efficient and Accurate Real-Time Task Space MPPI Control

2025-01-01

0

PRE

AI

DOI：10.1109/TRO.2025.3626660

原文链接

原文求助

摘要

En 中文

本研究提出了一种模型预测路径积分（MPPI）方法，能够对机器人操作手进行高频实时模型预测控制（MPC）。基于实时MPC的操作具有显著潜力，可在动态环境中满足各种约束条件的同时，精确且快速地控制末端执行器。然而，复杂机器人模型和多种约束下的优化计算负担沉重，阻碍了高频更新的实现。为应对这一挑战，我们提出了一种单实例采样型MPPI算法和动态时间窗口，以显著降低计算负担并提升控制性能。通过在7自由度机械臂上进行的实验、对比仿真与分析，验证了所提方法的有效性和性能。

Keyword:

Manipulator control

model predictive path integral (MPPI)

optimal control

real-time control

Single-Instance Sampling for Computationally Efficient and Accurate Real-Time Task Space MPPI Control

摘要

期刊

机构

引用论文