在线学习闭环动力学提升移动操作精度

1. 13:00
   arXiv cs.RO

   在线学习异构运动动力学以支撑精确移动操作

   研究提出在冻结运动策略下在线学习闭环动力学的方法，用污染高斯模型区分可预测与不可预测响应，并结合高斯过程与随机傅里叶特征构建在线学习器，以降低异构观测带来的偏差。该方法与模型预测控制（MPC）结合后能更准确预测浮动基座运动，仿真与硬件实验中末端执行器跟踪误差为 0.01 m，并给出了在线学习的有限样本误差界。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。