基于 aSSM 模型与 MPC 的软体躯干机器人动态形状控制

研究团队从数据中学习修剪螺旋面软体躯干机器人全身的绝热谱子流形（aSSM）模型，并将其用于模型预测控制（MPC），在硬件上完成多种形状控制任务。在闭环动态形状调节中，该方法比现有线性基线好 10 倍；在人机交互演示中完成分段塑形并平衡网球超过 25 秒，而线性基线未能完成。在硬件上训练 12 小时的无模型强化学习策略在同一平衡任务上失败。