Koopman global linearization of contact dynamics for robot locomotion and manipulation enables elaborate control
Cormac O'Neill, Jasmine Terrones, and H. Harry Asada
控制动态接触环境的机器人是一个紧迫的挑战。 无论是腿部机器人与地板的破损接触,还是操纵者抓住物体,接触无处不在。 不幸的是,在接触边界上切换动力学使控制变得困难。 预测控制器在涉及接触时面临非凸优化问题。 在这里,我们通过应用Koopman运算符将由于接触变化而将分段动力学纳入嵌入空间中的统一,全局线性模型来克服这一困难。 我们表明,机器人环境相互作用的粘弹性接触支持了Koopman操作员的使用,而无需近似控制输入。 这种方法使腿机器人的凸模型预测控制成为可能,并实时控制参与动态推动的机械手。 在这项工作中,我们表明,我们的方法允许机器人在实时范围内发现复杂的控制策略,并具有多次接触变化,该方法适用于机器人以外的广泛领域。
Controlling robots that dynamically engage in contact with their environment is a pressing challenge. Whether a legged robot making-and-breaking contact with a floor, or a manipulator grasping objects, contact is everywhere. Unfortunately, the switching of dynamics at contact boundaries makes control difficult. Predictive controllers face non-convex optimization problems when contact is involved. Here, we overcome this difficulty by applying Koopman operators to subsume the segmented dynamics du...
