Designing an Efficient Excavator Bucket for Lunar ISRU: A Comparative Study with Vision-Based Fill and Displacement Analysis
Kyushu Institute of Technology（九州工业大学）
本研究提出一种螺旋腔轮式月球挖掘装置，结合视觉与执行器日志评估，在台架测试中较基线提升挖掘速率2.2-3.0倍、降低比能29%，并保持稳定牵引，可替代重型多执行器挖掘机。
2026-09-23 cs.RO
A Control Architecture with Online Predictive Planning for Position and Torque Controlled Walking of Humanoid Robots
Istituto Italiano di Tecnologia（意大利理工学院）；Università degli Studi di Genova（热那亚大学）；Google DeepMind（谷歌DeepMind）
人形机器人的行走模式的生成的一种常见方法包括采用分层控制架构。本文提出了一种由三个嵌套的控制回路组成的体系结构。外环利用机器人运动学模型来规划脚步位置。在中间层，预测控制器根据众所周知的桌车模型生成质心轨迹。通过一个全身逆运动学算法，我们可以定义关节参考位置控制行走。这两个循环的结果，然后解释为输入的堆栈的任务QP为基础的转矩控制器，这代表了所提出的控制架构的内环。由此产生的架构允许机器人也在扭矩控制下行走，保证更高水平的顺应性。在人形机器人iCub上进行了真实世界的实验。
2018-07-14 cs.RO
Long Horizon Planning through Contact using Discrete Search and Continuous Optimization
Carnegie Mellon University（卡内基梅隆大学）；Vanderbilt University（范德堡大学）
本文提出 Lazy INSAT 算法，通过图搜索与增量轨迹优化交错，并推迟优化调用、重用可行解，以高效规划接触支撑下的长时程机器人运动，从而扩展工作空间并降低执行力矩。
2024-01-17 cs.RO
Ankle Torque During Mid-Stance Does Not Lower Energy Requirements of Steady Gaits
Oregon State University（俄勒冈州立大学）
在本文中，我们研究了在站立中期施加脚踝扭矩是否比单独驱动腿长更有效地减少运动的能量消耗。踝关节在人类步态中很有用，原因有很多，包括静态平衡。在这项工作中，我们特别避免了脚跟撞击和脚趾离地的好处，以调查是否在中期站姿期间从脚跟到脚趾的压力中心的进展，或其他一些方法，本身是有益的。采用“踝关节驱动弹簧负载倒立摆”模型模拟压力中心的移动动力学，并应用轨迹优化寻找极限环，使运输成本最小。结果表明，对于绝大多数步态，踝关节扭矩不影响运输成本。在从地面跑到空中跑的过渡中，脚踝可以减少狭窄的步态范围内的运输成本。这表明，在稳定步态的中期站立期间施加踝关节扭矩不是直接有益的策略，但最有可能是有益的脚跟撞击和脚趾离地之间的路径。
2021-11-29 cs.RO
Autonomous Obstacle Removal for Excavators through Policy Learning with Particle Simulation
Nara Institute of Science and Technology（奈良先端科学技术大学院大学）；Public Works Research Institute（土木研究所）
提出一种基于粒子模拟的课程学习框架，通过RGB-D感知和参数化轨迹输出，实现挖掘机在不同埋深条件下自主移除地面障碍物，并在真实12吨挖掘机上验证了鲁棒性。
2026-06-08 cs.RO
A Benchmarking of DCM Based Architectures for Position, Velocity and Torque Controlled Humanoid Robots
Istituto Italiano di Tecnologia（意大利理工学院）；University of Genoa（热那亚大学）；National Institute of Advanced Industrial Science and Technology（产业技术综合研究所）
本文有助于双足机器人运动的控制架构的基准。它考虑了基于发散运动分量（DCM）的架构，并由三个主要层组成：轨迹优化，简化模型控制和全身QP控制层。虽然前两层使用简化的机器人模型，全身QP控制层使用完整的机器人模型来产生关节级的期望位置、速度或扭矩输入。然后，本文比较了两种实现的简化模型控制层，这是测试与位置，速度和扭矩控制模式的全身QP控制层。特别是，瞬时和滚动时域控制器的简化模型控制层。我们还表明，所提出的架构之一，允许人形机器人iCub实现每秒0.3372米的向前行走速度，这是最高的行走速度实现的iCub机器人。
2019-11-27 cs.RO
On the Hardware Feasibility of Nonlinear Trajectory Optimization for Legged Locomotion based on a Simplified Dynamics
Istituto Italiano di Tecnologia（意大利理工学院）；Politecnico di Torino（都灵理工大学）
简化的模型对于增加运动规划算法的计算效率是有用的，但是必须管理它们的准确性的缺乏。我们提出了两个可行性约束，包括在一个单一的刚体dynamicsbased轨迹优化，以获得强大的运动在具有挑战性的地形。第一个发现关节扭矩限制和容许接触力之间的近似关系，而不需要关节位置。第二个提出了一个腿模型，以防止腿碰撞的环境。这种约束已被包含在一个简化的非线性非凸轨迹优化问题。我们证明了在仿真和液压驱动四足（HyQ）机器人的运动计划的可行性，考虑到实验上的不规则地形。
2020-04-01 cs.RO
Attribution-Gated Joint Estimation of Intention and Capability for Assist-as-Needed Upper-Limb Robots
Southern University of Science and Technology（南方科技大学）；Aerospace Center Hospital（航天中心医院）；Beijing Institute of Technology（北京理工大学）
本文针对按需辅助上肢机器人，提出归因门控的双测量多模态MHE-MPC架构，通过区分意图与能力估计解决歧义，实验显示其RMSE更低，疲劳后辅助调整符合功能需求。
2026-10-16 cs.RO
A Comparative Analysis of Contact Models in Trajectory Optimization for Manipulation
Northeastern University（东北大学）
本文分析了接触模型对接触隐式轨迹优化的影响。我们考虑了三种不同的方法：（1）基于互补约束的接触模型，（2）光滑接触模型，以及我们提出的方法（3）可变光滑接触模型。我们比较这些模型在模拟中的物理精度，运动质量和计算时间。在每种情况下，通过将所有扭矩变量设置为零来初始化优化过程，即，没有有意义的初始猜测。对于模拟，我们考虑了不同的复杂性为7度的自由度的机器人手臂的推动任务。我们的结果表明，所提出的可变光滑接触模型的基础上的优化提供了一个很好的权衡之间的物理保真度和运动质量的成本增加计算时间。
2018-07-30 cs.RO
Time-Optimal Path Tracking for Industrial Robots: A Dynamic Model-Free Reinforcement Learning Approach
在追求机器人操作器沿预定路径的时间最优路径跟踪（TOPT）轨迹时，通常使用预先识别的机器人动力学模型来获得完美跟踪所需的最优轨迹。然而，由于不可避免的模型-对象失配，实际测量的转矩和由动态模型计算的转矩之间可能存在很大的误差，这导致获得的轨迹是次优的，甚至是不可行的，超过给定的限制。本文提出了一种面向TOPT的SARSA算法（TOPTO-SARSA），并提出了一种两步法寻找时间最优运动并保证可行性：首先，通过强化学习Agent与运动学模型的交互，使用TOPTO-SARSA算法寻找满足运动学约束的安全轨迹。其次，利用TOPTO-SARSA算法，通过智能体与现实世界的交互来寻找最优轨迹，并保证最后一次交互时的实测力矩满足给定的限制。在一个六自由度机器人上的实验验证了该算法的有效性。
2019-08-03 cs.RO cs.SY eess.SY
Trajectory Optimization for Thermally-Actuated Soft Planar Robot Limbs
Carnegie Mellon University（卡内基梅隆大学）；Boston University（波士顿大学）
由软材料制成的机器人操纵器的实际使用需要产生和执行复杂的运动。我们提出了第一种方法产生的热驱动软机器人机械手的轨迹。基于简化近似的软臂和它的拮抗形状记忆合金致动器线圈，我们证明了一个离散化的刚性机械手的动力学模型，关节力矩与导线温度成正比。然后，我们提出了一种方法来校准这个模型的实验数据，并证明模拟与硬件测试。最后，我们使用一个直接配置优化与机器人的非线性动力学产生可行的状态输入轨迹从所需的参考。三个实验验证了我们的方法为单段机器人的硬件：首先使用手派生的参考轨迹，然后与两个示教和重复测试。结果表明，开环运动生成以及未来的应用反馈的承诺。
2022-04-21 cs.RO
Impact Invariant Trajectory Optimization of 5-Link Biped Robot Using Hybrid Optimization
Sharif University of Technology（谢里夫理工大学）
双足机器人已经受到了广泛的关注，因为它们可以产生各种各样的运动操纵，以及它们在包括康复在内的各个领域的许多应用。其中一个动作就是行走。在这项研究中，我们提出了一个框架的轨迹优化的5连杆（平面）机器人使用混合优化。步行建模与两个阶段的单站（支持）阶段和碰撞阶段。采用拉格朗日法建立了机器人在各个阶段的动力学方程。假设机器人脚跟对地面的撞击是完全塑性的。步态优化的方法称为混合优化。该问题的目标函数被认为是扭矩平方沿轨迹的积分，并且满足零动态等各种约束，无需任何近似。此外，在一个新的框架中，提出了一个约束称为碰撞不变性，这保证了周期性的时变轨迹。另一方面，其他约束提供了更好和更像人类的运动。
2022-12-31 cs.RO
A new closed-loop output error method for parameter identification of robot dynamics
Université de Nantes（南特大学）；HAPTION S.A（哈普申公司）；Laboratoire Central des Ponts et Chaussées（法国路桥中央实验室）
离线机器人动力学辨识方法大多基于逆动力学模型的使用，逆动力学模型相对于动力学参数是线性的。当机器人跟踪激励系统动力学的参考轨迹时，对该模型进行采样。这允许使用线性最小二乘技术来估计参数。通过对多台样机和工业机器人的实验识别，证明了该方法的有效性。然而，该方法需要通过以高采样率对关节位置进行带通滤波来进行关节力/扭矩和位置测量以及关节速度和加速度的估计。所提出的新方法只需要关节力/扭矩测量。这是一种闭环输出误差方法，其中通常的关节位置输出被关节力/扭矩代替。它是基于一个闭环仿真的机器人使用的直接动力学模型，相同的结构的控制律，和相同的参考轨迹的实际和模拟的机器人。最佳参数最小化实际力/扭矩和模拟力/扭矩之间的误差的2-范数。这是一个非线性最小二乘问题，使用逆动力学模型可以大大简化该问题，以获得模拟力/扭矩的解析表达式，参数为线性。通过对一个2自由度直接驱动机器人的实验验证了该方法的有效性。
2010-09-23 cs.RO
Bipedal Locomotion Optimization by Exploitation of the Full Dynamics in DCM Trajectory Planning
University of Tehran（德黑兰大学）
基于发散运动分量（DCM）和线性倒立摆模型（LIPM）的步行运动规划是实现人形机器人在线步态轨迹生成的一种方法。该算法需要调整不同的参数。在这里，我们开发了一个框架，以获得最佳的参数，以实现一个稳定的和节能的轨迹，真正的机器人的步态。为了找到最优的轨迹，四个成本函数代表的能量消耗，关节速度和施加在每个下肢关节的机器人，和成本函数的基础上的零力矩点（ZMP）的稳定性标准。在该框架中采用遗传算法来优化每个成本函数。虽然轨迹规划是在简化模型的帮助下进行的，但每个代价函数的值是通过考虑Bullet物理发动机模拟器中的全动力学模型和脚-地面接触模型来获得的。优化结果表明，最稳定的行走和最有效的行走方式是相互对比的。因此，在另一尝试中，在三个不同速度下执行ZMP和能量成本函数的多目标优化。最后，我们比较了设计的轨迹，这是使用最佳参数生成的，在舞蹈模拟器的仿真结果。
2022-07-30 cs.RO
A Realistic Model Reference Computed Torque Control Strategy for Human Lower Limb Exoskeletons
Miami University（迈阿密大学）
针对外骨骼计算力矩控制对模型精度敏感的问题，提出一种考虑参数不确定性的模型参考计算力矩控制器，通过双回路设计与真实摩擦模型提升计算效率与跟踪精度，增强系统鲁棒性。
2024-09-24 cs.RO cs.SY eess.SY
Dynamic Evaluation of Classical and Control-Aware Optimal Trajectory Planning in Robot Manipulators
研究机器人操作器轨迹规划，提出控制感知最优轨迹规划框架，纳入动力学和执行器努力，用中点线性化策略，通过统一评估框架对比经典方法，能降低跟踪误差等，证明仅运动学平滑不能确保高效执行。
2026-07-10 cs.RO
SPARK: Skeleton-Parameter Aligned Retargeting on Humanoid Robots with Kinodynamic Trajectory Optimization
SPARK通过骨架对齐和运动学轨迹优化，从人类任务空间数据生成自然且动态可行的运动参考，适用于不同人形机器人平台。
2026-03-12 cs.RO
Manipulator control of the Robotized TMS System with Incurved TMS Coil Case
针对底面内凹的机器人化TMS线圈，本文提出混合位置/力与比例力矩控制策略，通过分阶段调度接触力改善头部粘附并快速降低定位误差。
2023-12-08 cs.RO
Inverse Dynamics Control of Compliant Hybrid Zero Dynamic Walking
California Institute of Technology（加州理工学院）
我们提出了一个轨迹规划和控制架构的双足运动在各种速度的高度欠驱动和兼容的双足机器人。离线规划顺应性步行轨迹库，并将其存储为用于在线跟踪的多项式系数的紧凑阵列。控制实现使用一个浮动基础的逆动力学控制器，该控制器产生动态一致的前馈转矩，以实现步行使用从轨迹优化获得的信息。控制器的有效性证明在模拟和硬件上行走在室内平坦的地形和室外计划外的干扰。此外，控制器和优化源代码都可以在GitHub上获得。
2020-10-18 cs.RO
Essential Properties of Numerical Integration for Time-optimal Trajectory Planning Along a Specified Path
Tianjin Key Laboratory of Intelligent Robotics, Nankai University（南开大学天津市智能机器人技术重点实验室）
本文总结了时间最优轨迹规划的数值积分方法的一些已知性质，并给出了几个新的性质，其贡献在于对这些性质给出了严格的数学证明，其中大部分在现有文献中是找不到的。我们首先给出了NI方法的开关点和加速/减速曲线的一些性质。然后，针对原NI算法在考虑运动学约束时，只考虑力矩约束可能导致轨迹规划失败的问题，给出了具体的失败条件，并进行了严格的数学证明。相应地，以运行-测试的方式给出了故障检测算法。最后，以某单轴飞行器为例进行了仿真验证。请注意，虽然这些已知的性质不是第一次发现的，但它们的数学证明在这封信中首先给出。详细的证明使NI的理论更加完整，并帮助感兴趣的读者深入了解该方法。
2016-12-09 cs.RO
On the Performance of Jerk-Constrained Time-Optimal Trajectory Planning for Industrial Manipulators
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Dexterity, Inc.（德克斯特蒂公司）
本文提出一种加加速度约束时间最优轨迹规划新方法，通过利用公式凸性形成保守不等式约束并迭代求解n维序列线性规划，在真实机器人上验证了其在峰值功率、扭矩效率和跟踪能力上的性能提升。
2024-04-11 cs.RO
A General Formulation for Path Constrained Time-Optimized Trajectory Planning with Environmental and Object Contacts
Stony Brook University（石溪大学）；Technical University of Munich（慕尼黑工业大学）
针对带运动约束的物体操作任务，提出考虑接触摩擦锥约束的时间最优轨迹规划SOCP公式，可高效求解，经多场景仿真验证了通用性与有效性。
2024-10-08 cs.RO
Object Augmentation Algorithm: Computing virtual object motion and object induced interaction wrench from optical markers
Technical University of Munich (TUM)（慕尼黑工业大学）
本文提出对象增强算法OAA，通过五个阶段从光学标记数据计算虚拟对象运动及对象诱导的关节力矩，并在机器人手-臂系统上验证其高精度与鲁棒性，从而扩展人-物交互动力学分析的数据范围。
2024-11-25 cs.RO
Direction and Trajectory Tracking Control for Nonholonomic Spherical Robot by Combining Sliding Mode Controller and Model Prediction Controller
Zhejiang University（浙江大学）；Luoteng Hangzhou Techonlogy Co.,Ltd.（杭州洛腾科技有限公司）
针对非完整球形机器人的方向与轨迹跟踪难题，提出融合 HTSMC、MPC 与 MHH 框架的控制方法，并通过硬件实验验证其快速稳定的跟踪性能。
2022-05-27 cs.RO
Dynamics-Compliant Trajectory Diffusion for Super-Nominal Payload Manipulation
Department of Computer Science University of Colorado Boulder（计算机科学系，科罗拉多大学博尔德分校）
针对统一额定负载约束过度保守的问题，提出将负载约束显式纳入去噪扩散模型的轨迹生成方法，实现常数时间输出可直接执行的动力学可行轨迹，并在Franka Emika Panda上验证3倍额定负载下仍可达67.6%工作空间。
2025-08-29 cs.RO
Development of a Deep Learning-Driven Control Framework for Exoskeleton Robots
Miami University（迈阿密大学）
本文提出了一种计算高效的深度学习控制框架，用于高自由度外骨骼机器人，以解决传统模型控制在实时计算中的限制。通过设计一个并行结构的深度神经网络，结合物理数据训练，实现了轨迹跟踪的关节扭矩预测，并通过比例导数控制器补偿预测误差，展示了控制方案的稳定性与鲁棒性。
2026-02-27 cs.RO cs.SY eess.SY
A Three-Stage Offline SDRE-Based Control Framework for Human Motion Reproduction on a Suspended Bipedal Robot
Department of Applied Mathematics, National Yang Ming Chiao Tung University（应用数学系，阳明交通大学）；Department of Electrical Engineering, National Central University（电气工程系，国立中央大学）
本文针对下肢外骨骼人体评估的安全风险，提出三阶段离线SDRE控制框架，结合PID-LQR补偿，在悬挂式双足机器人上实现行走、下蹲运动的高精度可重复复现，性能优于基准控制器。
2026-10-07 cs.RO math.OC
Trajectory Optimization for Self-Wrap-Aware Cable-Towed Planar Object Manipulation under Implicit Tension Constraints
Munich Institute of Robotics and Machine Intelligence, Technical University of Munich, Germany（慕尼黑机器人与机器智能研究所，慕尼黑技术大学，德国）；Department of Mechanical Engineering, Stony Brook University（石溪大学机械工程系）
本文提出了一种考虑隐式张力约束的自缠绕缆绳拖拽平面物体操控轨迹优化方法，通过构建放松层次解决路由与张力耦合问题，实现更高效的力矩传输。
2026-03-10 cs.RO
Momentum-Aware Trajectory Optimisation using Full-Centroidal Dynamics and Implicit Inverse Kinematics
Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所）
针对现有全刚体动力学轨迹优化需预定义落脚点、调参复杂的问题，提出基于全质心动力学与隐式逆运动学的动量感知任务空间优化框架，可直接优化落脚点与接触力，在ANYmal C上实现高加速度动作并突破硬件限制。
2024-09-12 cs.RO
Full-Body Torque-Level Non-linear Model Predictive Control for Aerial Manipulation
Institut de Robòtica i Informàtica Industrial, CSIC-UPC（西班牙国家研究委员会-加泰罗尼亚理工大学工业机器人与信息技术研究所）；NASA-Jet Propulsion Laboratory, California Institute of Technology（美国国家航空航天局喷气推进实验室，加州理工学院）
本文针对无人机操作臂（UAMs）应用全身力矩级非线性模型预测控制（nMPC），详细解析了最优控制问题（OCP）的构建，开发并对比了Weighted MPC、Rail MPC和Carrot MPC三种控制器，通过多种仿真验证了其有效性并开源了代码。
2023-07-27 cs.RO
Calibrated Dynamic Modeling for Force and Payload Estimation in Hydraulic Machinery
ETH Zürich（苏黎世联邦理工学院）；Hexagon AB（海克斯龙公司）
提出一种可改装的液压挖掘机2D力与载荷估计动态模型辨识方法，仅需最少校准且无机器先验知识，在25t挖掘机上实现1%载荷精度和383N力幅值精度，准确性与泛化能力优于经典准静态方法和商用系统。
2025-10-13 cs.RO
Residual Force Polytope: Admissible Task-Space Forces of Dynamic Trajectories
University of Edinburgh（爱丁堡大学）；University of Oxford（牛津大学）
我们提出了一个代表性的一组力的机器人可以抵消使用完整的系统动力学：剩余力多面体。给定动态运动所需的标称扭矩，该表示法对可以维持而不干扰该运动的力进行建模。剩余力多面体可用于分析和比较不同轨迹的容许力的集合，但它也可用于定义用于解决优化问题的度量，例如在轨迹优化或系统设计中。我们演示了如何这样的度量可以应用到轨迹优化，并比较它对其他目标函数通常使用。结果表明，以剩余力多面体为函数的优化目标所得到的轨迹对未知的外部扰动具有更强的鲁棒性。这些度量的计算成本相对较高，并且与在线方法所需的短规划时间不兼容，但是它们对于离线规划运动是可接受的。
2021-05-25 cs.RO
Bayesian Optimization for Automatic Tuning of Torque-Level Nonlinear Model Predictive Control
NCCR Automation（自动化国家中心（NCCR Automation））
本文提出基于贝叶斯优化和数字孪生的扭矩级非线性模型预测控制自动调优方法，显著提升轨迹跟踪性能并减少求解时间。
2025-12-03 cs.AI cs.RO cs.SY
Deterministic Reconstruction of Tennis Serve Mechanics: From Aerodynamic Constraints to Internal Torques via Rigid-Body Dynamics
Department of Physics, Chonnam National University（物理系，全南国立大学）
本文提出基于物理的确定性方法，利用12自由度模型分析网球发球力学，通过轨迹优化满足空气动力学条件并计算关节扭矩，揭示运动学与动力学之间的脱节。
2025-12-20 cs.RO physics.app-ph
Application of Wrench based Feasibility Analysis to the Online Trajectory Optimization of Legged Robots
Istituto Italiano di Tecnologia（意大利技术研究院）；CNRS-LAAS（法国国家科学研究中心-自动化与系统分析实验室）；University of Toulouse（图卢兹大学）；Toyota Research Institute（丰田研究院）
多触点情况下的运动规划最近在腿式机器人社区内引起了兴趣，然而很少考虑致动器力/扭矩限制。我们认为，当要穿越的地形复杂性增加时，这些限制变得至关重要。我们建立在以前的研究，从机器人抓取领域提出了两个新的六维有界多面体命名的驱动扳手多面体（AWP）和可行扳手多面体（FWP）。我们将AWP定义为机器人在考虑其驱动限制的情况下可以生成的所有扳手的集合。这考虑了机器人在给定其当前配置和致动能力的情况下可以产生的容许接触力。相反，接触扳手锥（CWC）包括环境的特征，例如接触法线或摩擦系数。的AWP和CWC的结果在凸多面体，FWP，这原来是更真实的机器人的能力比现有的简化模型的描述，同时保持相同的紧凑表示的交集。我们解释了如何有效地计算的顶点描述的FWP，然后用于评估的可行性因素，我们从机器人抓取领域适应。这使我们能够优化外部干扰扳手的鲁棒性。在此基础上，我们提出了一个实现我们的四足机器人HyQ的运动规划，提供在线中心的质量（CoM）的轨迹，保证是静态稳定和一致的驱动。
2018-06-18 cs.RO
Synthesis of Biologically Realistic Human Motion Using Joint Torque Actuation
Georgia Institute of Technology（佐治亚理工学院）；KU Leuven（荷语鲁汶大学）
使用关节致动器来驱动骨骼运动是角色动画中的常见做法，但由此产生的扭矩模式通常是不自然的，或者对于真实人类来说是不可行的。另一方面，基于生理学的模型明确地模拟肌肉和肌腱，从而产生更像人类的运动和扭矩模式。本文介绍了一种技术，将肌肉驱动空间中的最优控制问题转化为关节驱动空间中的等价问题，使得两个问题的解具有相同的最优值。通过解决关节驱动空间中的等效问题，我们可以生成类似于肌肉肌腱模型所生成的运动，同时保留关节驱动模型所提供的简单建模和快速计算的优点。我们的方法将肌肉激活的恒定范围转换为关节驱动空间中的非线性、状态相关的扭矩限制。此外，肌肉激活的代谢能量函数被转换为关节扭矩，关节配置和关节速度的非线性函数。我们的技术还可以使用深度强化学习方法进行策略优化，通过为代理在学习过程中探索提供更解剖学上真实的动作空间。我们利用基于生理的模拟器OpenSim来提供用于学习扭矩限制和代谢能量函数的训练数据。一旦经过训练，相同的扭矩限制和能量函数可以应用于制定为轨迹优化或策略学习的完全不同的电机任务。代码库：https://github.com/jyf588/lrle和https://github.com/jyf588/lrle-rl-examples
2019-08-22 cs.GR cs.LG cs.RO
Fast Payload Calibration for Sensorless Contact Estimation Using Model Pre-training
School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与宇航工程学院）；Eureka Robotics（尤里卡机器人公司）；Singapore Centre for 3D Printing（新加坡3D打印中心）
本文提出利用预训练神经网络进行快速负载标定，仅需4秒在线轨迹即可实现无传感器接触估计，并验证其在关节与任务柔顺控制中的有效性。
2024-09-05 cs.RO
Collision-Free Inverse Kinematics Through QP Optimization (iKinQP)
Naval Research Laboratory（海军研究实验室）
提出一种基于二次规划的逆运动学方法iKinQP，通过将碰撞设为硬约束并优化平滑性，实现冗余机械臂实时生成无碰撞轨迹。
2023-08-29 cs.RO
Rolling in the Deep -- Hybrid Locomotion for Wheeled-Legged Robots using Online Trajectory Optimization
ETH Zürich（苏黎世联邦理工学院）；Delft University of Technology（代尔夫特理工大学）；Boston Dynamics（波士顿动力公司）
轮式足式机器人具有高度敏捷和多功能运动的潜力。腿和轮子的组合可能是任何需要在具有挑战性的地形上快速和长距离移动技能的现实世界应用的解决方案。在本文中，我们提出了一个在线轨迹优化框架轮式四足机器人能够执行混合步行驱动运动策略。通过将优化问题分解为轮和基座轨迹规划，高维轮足式机器人的运动规划变得更加易于处理，可以以模型预测控制的方式实时在线求解，并且对于不可预测的干扰变得鲁棒。参考运动由分层全身控制器跟踪，该控制器向机器人发送扭矩命令。我们的方法是验证四足机器人与非转向轮连接到它的腿。该机器人执行混合运动的各种步态序列在粗糙的地形。此外，我们在美国国防高级研究计划局（DARPA）地下挑战赛中验证了机器人平台，机器人在那里快速绘制地图，导航和探索动态地下环境。
2020-02-06 cs.RO cs.SY eess.SY
Optimal Trajectory Planning for Flexible Robots with Large Deformation
机器人手臂的轻量化可以减少不必要的能量消耗，这在机器人工业中是理想的。然而，轻质臂经受不期望的弹性变形。本文研究了一种轻型柔性臂的平面运动。为了得到精确的数学模型，考虑了柔性臂大弯曲变形引起的轴向位移和非线性曲率。施加了一个轴向位移与柔性梁的横向位移有关的拉伸条件。这导致具有三个刚性模式和一个弹性模式的机器人模型。弹性模态依赖于时间和位置。假设模式方法用于消除空间依赖性。采用拉格朗日法推导了控制方程。考虑了大变形、重力和尖端质量等非线性项的影响。控制输入包括施加在滑块和臂之间的关节处的力和力矩（见图1）。传统的计算转矩控制律不能使系统稳定，因为没有像系统的状态那样多的控制输入。粒子群优化（PSO）技术，然后用于获得一个合适的轨迹，其目的是最大限度地减少激励的弹性模式。两种方法被认为是用于生成轨迹函数，或者使用三层人工神经网络（ANN）或使用样条插值。为了保证系统的鲁棒性，提出了一种滑模控制策略。仿真结果表明，三层人工神经网络技术提供了任意小的调整时间，也比样条函数技术的优化算法收敛速度更快，并产生光滑的轨迹。
2020-06-25 cs.RO math.OC
Understanding and Utilizing Dynamic Coupling in Free-Floating Space Manipulators for On-Orbit Servicing
Department of Aerospace Engineering & Engineering Mechanics, University of Cincinnati（航空航天工程与工程力学系，辛辛那提大学）
本文提出基于动态耦合矩阵SVD的轨迹优化算法，通过定量表征耦合强度与方向性并纳入优化框架，利用滑模控制器验证轨迹可行性，证明显式利用动态耦合可提升自由漂浮空间机械臂在轨服务操作效率。
2025-08-21 cs.RO cs.SY eess.SY
Optimization-Based Framework for Excavation Trajectory Generation
City University of Hong Kong（香港城市大学）；Baidu Research, Baidu Inc.（百度公司百度研究院）；the University of Hong Kong（香港大学）
在本文中，我们提出了一种新的基于优化的框架，自主挖掘机轨迹生成各种目标下，包括最小关节位移和最小时间。传统的挖掘轨迹生成方法通常将挖掘运动分解为一系列固定的阶段，导致轨迹搜索空间有限。我们的框架探索了所有可能的挖掘轨迹的空间，这些轨迹由多项式样条插值的路点表示，从而能够在更大的搜索空间中进行优化。我们制定了一个通用的挖掘任务规范，通过约束铲斗的瞬时运动，并进一步增加了面向目标的约束，即扫描量，表示估计的挖掘材料量。为了制定与时间相关的目标和约束，我们将航点之间的时间间隔作为变量引入优化框架。我们实现了所提出的框架，并评估其性能的UR5机械臂。实验结果表明，所产生的轨迹是能够挖掘足够的土壤质量为不同的地形形状，并有60%的最小长度比传统的挖掘方法。我们进一步比较我们的一阶段的时间最优轨迹生成与两阶段的方法。结果表明，我们的一阶段方法生成的轨迹花费的时间平均减少18%。
2020-10-27 cs.RO
Trajectory Generation using Sharpness Continuous Dubins-like Paths with Applications in Control of Heavy Duty Vehicles
Scania, Autonomous Transport Solutions（斯堪尼亚，自主运输解决方案）
本文提出了一种考虑转向执行器速率和扭矩限制的轨迹生成框架，通过连续尖锐度曲线提升重载车辆的自主驾驶性能。
2018-05-07 cs.RO cs.SY eess.SY
Robust Co-Design of Canonical Underactuated Systems for Increased Certifiable Stability
German Research Center for Artificial Intelligence (DFKI GmbH)（德国人工智能研究中心）；University of Padova（帕多瓦大学）；Chalmers University of Technology（查尔姆斯理工大学）；University of Bremen（不来梅大学）
本文提出带设计优化的鲁棒轨迹控制算法RTC-D，结合轨迹优化、镇定与设计优化，通过时变Lyapunov吸引域分析提升欠驱动系统可认证稳定性，经仿真与实物实验验证了鲁棒性增强效果。
2024-03-16 cs.RO cs.SY eess.SY
Biomechanics-Aware Trajectory Optimization for Online Navigation during Robotic Physiotherapy
Cognitive Robotics and the 2 BioMechanical Engineering departments, Delft University of Technology（认知机器人学和生物机械工程系，代尔夫特理工大学）
针对机器人辅助物理治疗难以纳入生物力学指标的问题，提出BATON方法，通过嵌入OpenSim模型生成自适应轨迹，实时优化康复运动并经实验验证有效。
2025-07-11 cs.RO cs.SY eess.SY
Online DCM Trajectory Generation for Push Recovery of Torque-Controlled Humanoid Robots
Italian Institute of Technology（意大利理工学院）；University of Genoa（热那亚大学）
我们提出了一种计算效率高的方法，用于在线规划双足步行轨迹与推动恢复。特别是，所提出的方法适合的控制架构，其中发散分量的运动（DCM）是事先计划，并增加了一个步骤适配器，以调整计划的轨迹，实现推动恢复。假设机器人处于单支撑状态，步骤适配器为下一步骤生成新的位置和定时。步进适配器仅在单支撑阶段是活动的，但是所提出的扭矩控制架构也考虑双支撑阶段。步长适配器设计的关键思想是使用时变ZMP轨迹的指数插值来施加初始和最终DCM步长值。这允许我们将推恢复问题转换为二次规划（QP）问题，并使用最先进的优化器在线求解。整体方法进行了验证与扭矩控制的33公斤人形机器人iCub的模拟。实验结果表明，该策略能有效地防止人形机器人在以0.28 m/s的速度行走时摔倒，并能在150 N的外力作用下保持0.05 s。
2019-10-14 cs.RO
Learning Dynamic Swing-Up of an Inverted Pendulum using Remote Magnetic Actuation
University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）；University of Strasbourg（斯特拉斯堡大学）
针对电磁导航系统在远离平衡态轨迹跟踪中的空白，提出结合轨迹优化、时变LQR和迭代学习控制的方法，首次实现倒立摆的磁驱动摆动控制，六次迭代成功，并验证了ILC校正与高保真磁场模型预测的扭矩偏差高度吻合。
2026-06-15 cs.RO cs.SY eess.SY
A caster-wheel-aware MPC-based motion planner for mobile robotics
Kungliga Tekniska Högskolan（瑞典皇家理工学院）；Technical University of Munich（慕尼黑工业大学）；Robert Bosch GmbH（罗伯特·博世有限公司）
差动驱动移动机器人通常使用一个或多个脚轮来保持平衡。脚轮因其几乎当场向任何方向转动的能力而受到赞赏，允许机器人做同样的事情，从而大大简化了运动规划和控制。然而，在将脚轮对准到预期的运动方向时，它们产生所谓的孔扭矩。因此，需要额外的电机扭矩来移动机器人，这在某些情况下可能超过电机容量或损害运动规划器的精度。而不是采取一个解耦的方法，其中的导航和干扰抑制算法是分开的，我们建议将脚轮意识嵌入到运动规划器。要做到这一点，我们提出了一个脚轮意识到长期与基于MPC的控制方法，利用脚轮的存在，在运动规划阶段。作为概念证明，该术语与模型预测轨迹跟踪控制器相结合。由于这种方法需要知道的脚轮角度和滚动速度，观测器估计这些状态。该方法的有效性示出在实验中的内部物流机器人，并对一个解耦的孔扭矩减少的方法和脚轮不可知控制器进行比较。此外，实验表明，所提出的脚轮估计执行足够好，因此避免了需要额外的传感器。
2021-10-11 cs.RO cs.SY eess.SY
Control Design along Trajectories with Sums of Squares Programming
Massachusetts Institute of Technology（麻省理工学院）；IBM Watson Research Center（IBM沃森研究中心）
提出一种通过平方和规划最大化不变漏斗尺寸的控制设计方法，以形式化保证机器人控制任务的稳定性和安全性。
2012-10-02 cs.RO cs.SY eess.SY
NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception
MIT（麻省理工学院）；Amazon（亚马逊）
研究针对低成本平台执行器动力学致模拟到现实误差问题，提出NeuralActuator模型，能联合预测多种内容，引入NAD数据集，通过可微模拟训练，经多平台实验验证其在电机状态估计等方面有应用价值。
2026-07-20 cs.CV cs.GR cs.LG
Simulation and optimization of computed torque control 3 DOF RRR manipulator using MATLAB
Jamia Millia Islamia（贾米亚·米利亚·伊斯兰亚大学）；University of Brighton（布莱顿大学）
本文针对 3-DOF RRR 关节机械臂，结合正逆动力学、轨迹规划与计算力矩控制，在 MATLAB Simulink 中完成仿真优化以实现目标位置控制。
2024-09-07 cs.RO
Learning Collision-free and Torque-limited Robot Trajectories based on Alternative Safe Behaviors
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文提出了一种在线学习生成无碰撞和扭矩限制的机器人轨迹的方法。为了生成未来的运动，周期性地调用神经网络。基于机器人的当前运动学状态和网络输出，可以计算当前时间间隔的轨迹。我们的论文的主要思想是执行计算的运动，只有当一个无碰撞和扭矩限制的方式来继续轨迹是已知的。在实践中，针对当前时间间隔计算的运动通过制动轨迹来扩展，并且使用物理引擎来模拟。如果模拟的轨迹符合所有安全约束，则执行计算的运动。否则，在先前时间间隔中计算的制动轨迹用作替代安全行为。给定特定于任务的奖励函数，使用强化学习来训练神经网络。用于强化学习的动作空间的设计确保所有计算的轨迹符合运动学关节限制。对于我们的评估，模拟的人形机器人和工业机器人被训练到尽可能多的随机放置的目标点。我们表明，我们的方法可靠地防止碰撞与静态障碍物和机器人手臂之间的碰撞，同时产生的运动，尊重扭矩限制和运动关节限制。真实机器人的实验表明，安全的轨迹可以实时生成。
2022-10-20 cs.AI cs.RO
Sim4RAD: A MATLAB Toolkit for Design-Phase Sizing, Actuator Selection and URDF-Model Verification of Serial Robotic Arms
Tencent Robotics X Lab（腾讯Robotics X实验室）
Sim4RAD是MATLAB工具包，用于串联机械臂设计阶段的尺寸确定、执行器选型及URDF模型验证，通过四项分析完成相关任务，对比7自由度拟人臂布局得出关键结论。
2026-10-14 cs.RO
FAM-DQ: A Dual-Quadrotor-Based Fully Actuated Aerial Manipulator for High-Torque Interaction
针对空中物理交互的高力矩需求，本文提出基于双四旋翼的全驱动空中操纵器FAM-DQ，通过特定结构设计实现解耦6自由度控制，实验验证其具备高力矩输出能力。
2026-08-14 cs.RO
