基于学习人类策略的动态稳定系统控制器切换方法研究

So far, research works on the problems involving controller switching are still very limited. However, for most moving systems, especially dynamically stable systems, instability occurs during the control target switching. For example, a humanoid robot may fall down to the ground when it lifts its leg to go upstairs. While human beings and animals can easily perform complex and challenging actions and control their bodies very well, such behaviors are far beyond the capabilities of modern robots. In this project, we attempt to use learning-by-human-demonstration approach to address the controller switching problem for dynamically stable systems. From the perspective of control theory, by combining human intelligence and control systems, we investigate the theory and techniques for learning-based control switching of such systems. One of the advantages of adopting a learning approach is that it can avoid or reduce the dependency on sophisticated and accurate dynamic models. The main challenges lie in the development of a mechanism to effectively build up highly precise leaning models, and an estimation method for the convergence regions in such closed-loop nonlinear systems. The successful completion of this project will have significant and positive impact on improving the control performance of many dynamically stable systems, such as humanoid robots, big dog-like robots, mobile inverted pendulum robots, and autonomous single wheel robots, etc.

现有的传统控制方法对控制器切换过程中可能遇到的问题研究非常有限。然而，许多系统，特别是动态稳定系统，相当多的失稳都是发生在控制器切换过程中。例如，双足仿人机器人抬脚上楼梯时可能会翻倒等。人类和动物能够轻松的完成复杂的动态的运动控制，这种能力对于当前的机器人而言却存在很大的困难。本项目试图利用基于学习人类策略的控制方法，探讨动态稳定系统的控制器切换问题。从控制理论的角度，将人类智能与控制结合起来，研究在基于学习的这类系统控制器切换的理论与方法。采用基于学习方法的优点是可以避免对复杂和精确的动力学模型的依赖。这一问题的难点和关键问题是如何对建立高精度的模型以及非线性系统收敛域的估计方法。该项目的成功实施，将对双足仿人机器人，四足仿生机器人，两轮直立式代步车，自主单轮机器人等具有动态稳定性的机械系统控制性能的改善产生积极影响。

人类和动物能够轻松的完成复杂的动态的运动控制，但要掌握这些控制能力对于当前的机器人或智能系统来说却存在很大的难度。现有的传统控制方法在面对很多非结构化环境或任务时，难以用预编程方法完成控制任务。同时，这些方法对解决多个控制器切换过程中可能遇到的问题也非常有限。然而，对许多系统，特别是动态稳定系统，有相当多的失稳都发生在控制器的切换过程中。本项目主要研究基于学习人类策略建模的控制方法，并探索这类控制器的稳定性问题和切换问题。一方面，我们从智能控制的角度，探究用智能方法，特别是学习人类策略的方法，对复杂的非线性控制器进行建模，并结合控制理论中有关稳定性分析的方法，保证控制模型的稳定性，使单个控制任务能够达到期望的目标。另一方面，我们探究了这种控制器收敛域的估计方法，并提出多个控制任务下控制器切换方法的框架。经过研究，我们探索出一种建模精度高、训练速度快，同时能够有效保证控制器收敛的建模方法，这种方法以近几年受到广泛关注的极限学习机为基础，并通过施加优化约束条件的方法，将李雅普诺夫稳定性判据嵌入到网络的训练过程中。相关研究成果发表在SCI索引的高水平期刊文章共4篇，EI收录的高水平国际会议文章23篇，并获得IEEE国际信息与自动化大会最佳学生论文奖等奖励。相关技术成果申请专利15项，授权专利13项，注册软件著作权5项，并将其中一项成果转移到对口企业。本项目的研究成果将对于仿人机器人、两轮直立式代步车，自主单轮机器人等这类具有动态稳定性的智能系统的控制性能改善带来更加积极的影响。