自适应逆最优控制器

仅用状态与输入数据

无需系统动力学先验，在线学习人类最优控制行为并用于模仿，消除了持续激励条件限制。

Wang, Mi · 吴淮宁

IEEE Transactions on Automation Science and Engineering 2024

技术优势

无需系统模型

在动力学完全未知的情况下，仅通过状态和控制输入即可在线学习人类的最优控制行为。

摆脱持续激励限制

自适应积分并发学习算法在线辨识系统矩阵和人类反馈增益，不需要满足传统持续激励条件。

在线学习，实时模仿

算法在线实现，仅需有限数据即可让机器在陌生环境中复现人类的最优控制器。

应用场景

• 服务机器人行为学习：让服务机器人从人类示教中学习最优行为，无需系统模型，在线适应新环境。
• 人机协作控制：通过在线学习人类控制策略，使机器人能够理解和模仿人类操作，改善人机协作。
• 智能车辆车道保持：可从驾驶员操作数据中学习偏好评判标准，使车道保持辅助系统更符合人类意图。
• 康复机器人控制：从患者示范动作中学习最优控制，使康复机器人能模拟治疗师手法。
• 人形机器人模仿学习：仅通过状态和输入数据在线学习人类行为，让人形机器人在新环境复现相似的最优控制器。