Stable and Accurate Robot Trajectory Tracking Using Variable-Stiffness Euclideanizing Flow

doi:10.1109/tnnls.2026.3715414

Stable and Accurate Robot Trajectory Tracking Using Variable-Stiffness Euclideanizing Flow

2026-07-31

0

PRE

AI

DOI：10.1109/tnnls.2026.3715414

原文链接

原文求助

摘要

En 中文

基于动力系统（DSs）的模仿学习能够生成具有内在稳定性和鲁棒性的实时运动规划，在高不确定性动态环境中具有显著优势。然而，大多数DS方法在受到扰动时倾向于偏离其原始积分曲线，限制了其在需要跟踪特定参考轨迹或通过关键路径点的场景中的应用。为解决此问题，本文提出了一种变刚度欧几里得流。利用微分同胚映射，将复杂的演示轨迹转化为直线轨迹，消除了通常为获得积分曲线所需的积分过程。此外，基于这些直线轨迹设计了一个梯度系统，使其收敛于演示轨迹，并创建围绕演示轨迹的对称吸引子类行为。当应用于原始系统时，该方法保留了演示轨迹的期望速度。通过标准数据集和真实机器人实验验证了所提方法的有效性。更多视频和模型细节可在项目网站（https://anonymous.4open.science/w/EFVSDS-WebPage-5D06/）获取。

Keyword:

Diffeomorphism

dynamical systems (DSs)

imitation learning

variable stiffness

Stable and Accurate Robot Trajectory Tracking Using Variable-Stiffness Euclideanizing Flow

摘要

期刊

机构

引用论文