自适应和反应式机器人控制：动态系统法

本书主要介绍如何通过动态系统学习控制律，从而使机器人具备实时反应能力。本书首先介绍机器人学习数据的收集方法，然后重点讲解使用动态系统学习控制律的核心技术，使用动态系统进行轨迹规划的方法，以及使用动态系统进行柔性控制和力控制的方法。本书提供大量应用示例，包括机械臂、拟人手和仿人机器人的全身控制等。本书要求读者熟悉关于机器人控制的基础知识，并熟悉机器学习、统计、优化以及动态系统等相关内容，适合作为高等院校机器人控制方向的研究生课程教材，也适合相关领域的技术人员参考。

奥德·比拉德（Aude Billard） <br />瑞士物理学家，IEEE会士，AAIA会士。现为洛桑联邦理工学院（EPFL）工程学院教授，学习算法与系统实验室（LASA）主管。曾任教于南加州大学。目前专注于机器学习和人机交互领域，包括机器人技术、机电一体化、动态系统、计算神经科学等方向，致力于应用机器学习来支持机器人通过人类指导进行学习。<br />辛纳·米拉扎维（Sina Mirrazavi） <br />索尼 AI 高级机器人工程师，团队负责人。曾在 Nnaisense 公司担任研究科学家。目前的研究兴趣是如何赋予机器人系统高速移动能力，同时保证人机交互的安全性。拥有EPFL机器人学博士学位，师从Aude Billard教授。<br />纳迪亚·菲格罗亚（Nadia Figueroa） <br />宾夕法尼亚大学机械工程和应用力学系助理教授，同时任职于计算机和信息科学系，并担任通用机器人技术、自动化、传感和感知（GRASP）实验室教师顾问。曾在麻省理工学院（MIT）计算机科学和人工智能实验室（CSAIL）交互式机器人小组担任博士后助理研究员。目前致力于为协作式人类感知机器人系统开发安全、控制、评估和学习算法。拥有EPFL机器人学博士学位，师从Aude Billard教授。

目　　录<br />Learning for Adaptive and Reactive Robot Control: A Dynamical Systems Approach<br />译者序<br />前言<br />符号表<br />第一部分　绪论<br />第1章　机器人动态控制系统的利用和学习——概述　2<br />1.1　预备知识和附加材料　2<br />1.2　不确定条件下的轨迹规划　2<br />1.2.1　规划抓取物体的路径　3<br />1.2.2　在线更新规划　5<br />1.3　计算动态系统的路径　7<br />1.3.1　稳定系统　8<br />1.4　学习用于自动规划路径的控制律　9<br />1.5　学习如何组合控制律　11<br />1.6　通过学习修改控制律　12<br />1.7　动态系统的耦合　13<br />1.8　动态系统的柔性控制的生成和<br />学习　15<br />1.9　控制架构　17<br />第2章　收集学习数据　20<br />2.1　生成数据的方法　20<br />2.1.1　应使用哪种方法，何时使用　21<br />2.2　示教机器人的接口　21<br />2.2.1　运动跟踪系统　22<br />2.2.2　匹配问题　22<br />2.2.3　拖动示教　23<br />2.2.4　遥操作　24<br />2.2.5　传力接口　24<br />2.2.6　组合接口　24<br />2.3　数据要求　25<br />2.4　教机器人打高尔夫球　27<br />2.4.1　通过人类示教任务　27<br />2.4.2　从失败和成功的案例中学习　29<br />2.5　从最优控制中收集数据　30<br />第二部分　控制器的学习<br />第3章　控制律的学习　32<br />3.1　预备知识　33<br />3.1.1　动态系统学习的多元回归　33<br />3.1.2　稳定动态系统的Lyapunov<br />理论　36<br />3.2　线性系统组合的非线性动态系统　40<br />3.3　学习稳定非线性动态系统　42<br />3.3.1　约束高斯混合回归　42<br />3.3.2　动态系统的稳定估计　44<br />3.3.3　非线性动态系统学习的评估　47<br />3.3.4　LASA手写数据集：评估稳定<br />动态系统学习的基准　48<br />3.3.5　机器人实现　53<br />3.3.6　动态系统的稳定估计表达<br />方法的缺点　55<br />3.4　学习稳定的高度非线性动态系统　56<br />3.4.1　联合线性变参表达方法　56<br />3.4.2　物理一致性贝叶斯非参数高斯<br />混合模型　59<br />3.4.3　线性变参动态系统的稳定<br />估计　64<br />3.4.4　离线学习算法评估　68<br />3.4.5　机器人实现　74<br />3.5　学习稳定的二阶动态系统　79<br />3.5.1　二阶线性变参–动态系统表达<br />方法　79<br />3.5.2　二阶动态系统的稳定估计　81<br />3.5.3　学习算法评估　82<br />3.5.4　机器人实现　83<br />3.6　本章小结　84<br />第4章　学习多种控制律　86<br />4.1?通过状态空间划分组合控制律　86<br />4.1.1?简单方法　87<br />4.1.2?问题公式　89<br />4.1.3?缩放和稳定性　92<br />4.1.4?重建精度　92<br />4.1.5?机器人实现　93<br />4.2?学习具有分岔的动态系统　95<br />4.2.1?具有Hopf分岔的动态系统　96<br />4.2.2?动态系统的期望形状　96<br />4.2.3?两步优化　98<br />4.2.4?非线性极限环的扩展　100<br />4.2.5?机器人实现　101<br />第5章　学习控制律序列　102<br />5.1　学习局部活动全局稳定动态<br />系统　103<br />5.1.1　具有单个局部活动区域的<br />线性局部活动全局稳定动<br />态系统　106<br />5.1.2　具有多个局部活动区域的<br />非线性局部活动全局稳定<br />动态系统　110<br />5.1.3　学习非线性局部活动全局<br />稳定动态系统　115<br />5.1.4　学习算法的评估　118<br />5.1.5　机器人实现　120<br />5.2　隐马尔可夫模型线性变参–动态<br />系统的学习序列　124<br />5.2.1　逆线性变参–动态系统公式和<br />学习方法　125<br />5.2.2　使用高斯混合模型学习稳定<br />逆线性变参–动态系统　126<br />5.2.3　使用隐马尔可夫模型的线性<br />变参–动态系统学习序列　132<br />5.2.4　模拟和机器人的实现　135<br />第三部分　耦合和调制控制器<br />第6章　耦合和同步控制器　140<br />6.1　预备知识　140<br />6.2　耦合两个线性动态系统　142<br />6.2.1　机器人切割　143<br />6.3　机械臂–手耦合运动　144<br />6.3.1　耦合形式　145<br />6.3.2　学习动力学　146<br />6.3.3　机器人实现　150<br />6.4　耦合的眼睛–手臂–手指运动　152<br />第7章　接触并适应移动物体　156<br />7.1　如何抓取移动的物体　156<br />7.2　单手抓取固定的小物体　158<br />7.2.1　机器人实现　160<br />7.3　单手抓取移动的小物体　162<br />7.4　机器人实现　165<br />7.5　双手抓取移动的大物体　168<br />7.6　机器人实现　171<br />7.6.1　协调能力　171<br />7.6.2　抓取大型移动物体　172<br />7.6.3　抓取快速飞行的物体　173<br />第8章　适应和调制现行的<br />控制律　175<br />8.1　预备知识　175<br />8.1.1　稳定性　176<br />8.1.2　调制参数化　177<br />8.2　学习内部调制　178<br />8.2.1　局部旋转和范数缩放　178<br />8.2.2　收集学习数据　179<br />8.2.3　机器人实现　182<br />8.3　学习外部调制　184<br />8.3.1　调制、旋转和速度缩放<br />动力学　184<br />8.3.2　学习外部激活功能　186<br />8.3.3　机器人实现　188<br />8.4　从自由空间转换到接触的调制　189<br />8.4.1　形式化　189<br />8.4.2　模拟示例　192<br />8.4.3　机器人实现　193<br />第9章　避障　196<br />9.1　避障：形式化　196<br />9.1.1　障碍物描述　196<br />9.1.2　避障的调制　197<br />9.1.3　凸面障碍物的稳定性　198<br />9.1.4　凹面障碍物的调制　199<br />9.1.5　不可穿透性和收敛性　200<br />9.1.6　将动态系统封闭在工作<br />空间中　201<br />9.1.7　多个障碍物　22<br />9.1.8　避开移动障碍物　203<br />9.1.9　学习障碍物的形状　204<br />9.2　避免自碰撞和关节级障碍物　205<br />9.2.1　逆向运动学约束和自碰撞<br />约束的组合　206<br />9.2.2　学习避免自碰撞边界　207<br />9.2.3　避免自碰撞数据集的构造　209<br />9.2.4　用于大数据集的稀疏支持<br />向量机　210<br />9.2.5　机器人实现　212<br />第四部分　动态系统的柔性和力控制<br />第10章　柔性控制　214<br />10.1　机器人何时以及为什么应该是<br />柔性的　214<br />10.2　柔性运动发生器　217<br />10.2.1　可变阻抗控制　220<br />10.3　学习期望的阻抗分布　227<br />10.3.1　从人体运动中学习可变阻<br />抗控制　227<br />10.3.2　从拖动示教中学习可变阻<br />抗控制　228<br />10.4　动态系统的被动交互控制　230<br />10.4.1　非守恒动态系统的扩展　231<br />第11章　力控制　235<br />11.1　动态系统接触任务中的运动和力的生成　235<br />11.1.1　接触任务的基于动态系统的<br />策略　237<br />11.1.2　机器人实验　238<br />第12章　结论与展望　241<br />附录<br />附录A　动态系统理论的背景　244<br />附录B　机器学习的背景　251<br />附录C　机器人控制的背景　286<br />附录D　证明和推导　288<br />附注　303<br />参考文献　306