基于人类行为模拟的机器人智能控制关键技术与应用研究

Although the fundamental research and commercialization on robotics have been greatly developed for several years, the intelligent decision making abilities of robotics on planning and control are still falling far behind human beings, no matter on manufacturing, helping the aged, medical care and relief, search and rescue, etc., which is a problem restricting the development of robotics for a long period of time. To tackle this problem, we focus on in-depth theoretical studies on three aspects based on the learning and imitation of human actions, including high-level task planning, complex trajectory tracking and position/force control. We will design the robotic intelligent control and decision making methods, in order to learn the intelligence of robotics on planning and decision making from human demonstrations, and make it easily generalized to unseen situations and robust to disturbances. Specifically, the main research contents include three aspects: (1) Research on high-level planning methods of how to combine the operating primitives through learning from human demonstrations; (2) research on the intelligent tracking methods of anthropomorphic complicated paths, and ensure the convergence on a specific working point; (3) research on the applicability of common robotic compliance control methods (such as impedance control, position/force control etc.), and develop new intelligent compliance control methods. Furthermore, we will build a variety of experimental platforms, such as industrial robots, rehabilitation robots etc., to verify the proposed theory and methods of robotic anthropomorphic behavior control studies.

虽然机器人的基础研究和产业化在近年来发展迅速，但是无论在工业、家居助老、医疗康复、还是在救援救灾等环境下，机器人在规划与控制方面的智能化决策水平远远落后于人类，该问题持续地困扰着机器人的进一步发展。针对这一问题，本课题将基于人类行为模拟与学习的思想，从上层任务规划、复杂轨迹跟踪、力位混合控制三个方面入手，开展深入的理论方法研究。本项目将设计机器人智能控制与决策方法，使其可以简便有效地学习人类在规划与控制方面的智慧，并使其具有一定的泛化能力与鲁棒性。具体而言，主要研究内容包括如下三个方面：（1）通过对人类行为进行示教学习，研究如何组合操作基元的上层任务规划方法；（2）研究具有拟人行为的复杂轨迹的智能跟踪控制方法，并且确保其收敛到工作点；（3）并开发基于力位混合的智能化柔顺性控制方法。此外，将搭建多种机器人拟人行为控制方法实验研究平台，包括工业机器人与康复机器人等，对相关理论方法进行实验验证。

本项目主要研究基于人类行为模仿的智能控制方法。主要研究内容包括“上层任务序列规划”、“复杂轨迹学习”、“力位柔顺控制”共三个方面。本项目的执行中，研究团队主要进行了如下探索。第一，基于值函数的深度强化学习方法，以复杂装配工序为例，研究了上层任务序列的规划问题，将其构建为一个分层马尔科夫决策过程，其中，上层进行序列规划，下层进行零件的动作规划，符合装配过程层次化的结构，使规划方法更具灵活性、可解释性。在此基础上，提出一种基于分层强化学习的通用装配序列规划算法，提高了规划方法对多种目标构型任务的适应能力和泛化能力以及对目标构型的信息利用率。第二，针对机械臂“点到点运动”和“复杂轨迹追踪”两个问题，基于动态系统建模的方法开展复杂轨迹的学习算法研究。基于流形浸入与浸没方法探究精度与稳定性的权衡问题，通过将原始示教数据升高一维的方式保证升维后的轨迹不违背二次李雅普诺夫函数，从而在保证精度的同时保证稳定性。基于学习人类示教方法开展复杂轨迹的追踪问题，所提方法训练出来的控制器不依赖参考轨迹，复现时可迅速追踪任意参考轨迹。第三，以动作示教为基础，基于高斯混合模型，实现了对多次重复操作的统一性建模。基于动态运动基元法，实现了对同种动作的时间调节和空间调节。受启发于人类重复练习的技能习得方法，提出基于迭代学习的跟踪控制方法，实现了对机器人的精确跟踪。相关研究成果发表在SCI索引的高水平期刊文章共35篇，EI收录的高水平国际会议文章46篇，并获得多个国际会议最佳论文奖奖励。本项目的研究成果将对于机械臂、仿人机器人等智能系统的控制性能改善带来更加积极的影响。