RoKON：不学显式模型的自适应预测控制

Akshun Sharma 等作者提交论文预印本，提出 RoKON 数据驱动预测控制方法，用于机器人操作，不学习显式动力学模型。方法用高斯核非线性预测器表示输入输出数据关系，以阻尼高斯-牛顿法利用控制问题的最小二乘结构实现实时控制，并用混合缓冲管理策略在保留相关离线数据的同时纳入有信息的在线数据，以适应动力学变化。 作者在 MuJoCo 中用 Franka Research 3 机械臂推动方块演示了跟踪性能和计算适用性，实验未预先知道方块摩擦值的变化。论文称这些扩展为该方法用于实时机器人任务铺路；上述效果来自仿真演示，并非已在真实机器人上验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。