基于关节模块数据辅助的可重构机器人及人机交互控制技术

可重构机器人可以根据不同的任务需求对自身构形进行重新组合与配置，从而表现出许多传统机器人所不具有的优势。本课题组提出了基于关节模块数据辅助的可重构机器人关节力矩、交互外力矩估计方法，分析人机交互下机器人系统存在的模型不确定性与交互扰动特性，提出基于关节模块数据辅助的可重构机器人局部动力学建模方法；分析耦合非线性模型不确定性的从属特性，将面向人机交互任务的可重构机器人分散控制问题转化为对子系统模型不确定性的补偿控制问题，阐明人机交互下的模型不确定性补偿控制策略，提出可重构机器人系统的人机交互控制方法；基于强化学习理论与微分博弈策略，将人机交互任务下的可重构机器人系统分散最优控制问题转化为子系统控制力矩与人机交互外力矩二个“局中人”决策下的二人零和博弈问题，提出二人零和博弈Nash均衡的在线学习方法，解决面向人机交互任务的可重构机器人分散强化学习最优控制问题。

项目产品的技术指标如下：所提出的控制方法使可重构机器人系统的稳态位置误差≤0.01rad，稳态速度误差≤0.02rad/s。团队已授权发明专利7件，发表论文50余篇，构建了较为完整的专利技术保护布局，最大限度地为可重构机器人人机交互控制提供有力的技术支持。