机器人运动中的最优性最优.pdfVIP

评论文章 DOI:10.1145/2629535 运动规划旨在确定是否存在可达到 关于机器人的最优运动与应用 给定目标的运动；如果存在，则计 优化技术后的机器人运动之间 算出这种运动。机器人运动控制源 差异的探讨 于制造与机械臂的控制30 ，并在汽 车产业中得到了快速有效的应用。 JEAN-PAUL LAUMOND ，NICOLAS MANSARD ， 运动控制的目标是把定义在机器人 JEAN-BERNARD LASSERRE 工作空间中任务转换成机器人电机 空间中的一组控制函数：该问题的 一个典型例子是，找出一种方法让 焊接机器人的末端执行器沿着预定 机器人运动中的焊装线移动。 在机器人运动方面，有哪种类 型的最优性呢？该问题的很多方 的最优性：最优面在不同的领域得到了独立的处 理，范围涵盖从控制与计算机科 学到数值分析和微分几何的众多领 运动与优化所得域，并产生了大量不同的方法。比 如，其中包括极大值原理、Hamil- ton-Jacobi-Bellman 方程的应用、 运动的对比 二次规划、神经网络、模拟退火、 遗传算法或贝叶斯推理。这些方法 的最终目标是，无论对于任何问题， 均能计算出所谓的最优 解。本文 的目标不是脱离机器人学来概述这 些方法的进展，而是强调“最优运 动”与“优化所得的运动”之间的 差异。在大多数情况下，旨在计算 重要见解 计算机器人最优运动是一个具有挑战 性的问题，