科技前沿信息直接转录方法应用于机器人运动规划

大家好，今日小经来聊聊一篇关于科技前沿信息：将直接转录方法应用于机器人运动规划的文章，现在让我们往下看看吧！

当你走过一个房间或走过一条小路时，你的大脑正在做出成千上万的关于如何最好地移动的决定。例如，如何最好地使用您的体重，扫描任何障碍物或不平整的表面，以及您的四肢和关节应该是多么僵硬(或柔软)。机器人技术正在教授机器人进行相同的决策过程，来自ADRL，苏黎世联邦理工学院和NCCR机器人的团队 正在研究用于机器人运动规划的轨迹优化的现有直接转录方法。

使用称为直接转录的操纵方法(其中复杂的数学问题被分解为更小的问题并且每个问题单独解决)，该团队使用直接转录使不稳定的球平衡机器人能够执行一系列任务，复杂性增加。用于同意 机器人获得更自然运动的直接优化方法的常见问题是它们需要计算机一次延续运行多个算法，这意味着像人脑一样实时规划路径尚未实现。简而言之，与机器人一起在线工作的计算机远不如大脑那么快，高效和茁壮，而且在考虑这种计算机可能需要多大的分量之前，或者这种通信需要多少带宽。

首先，通过使用计算机模型，该团队测试了不稳定的球平衡机器人(见下面的视频)，其中包含一个简单任务的三种变体，其中机器人必须从一个位置移动到另一个位置，同时避开固定的障碍物。通过同意 机器人使用它为先前任务找到的最佳解决方案，再加上反馈操纵器来稳定系统，模拟机器人能够在一秒钟内找到通过两个障碍物的路径。当使用真实机器人时，遵循相同的路径和轨迹，机器人在与虚拟机器人相同的时间段内安全地到达计划目的地，从而验证假设。

机器人能够评估其场景并遵循其自身决定的路径而不会下降的速度是向前迈出的积极一步，可以在更不平整的环境中传输到更复杂的机器人(例如四足机器人)。

如果一个四足机器人，如HyQ或StarlETH，能够理解其路径中的障碍物并成功地避开或修改容纳的运动，例如在岩石上行走时软化关节，那么机器人已朝着定期发送到灾区追寻受害者并挽救更多生命。

这篇好文章是转载于：知行礼动