软体躯干机器人动态形状控制：基于aSSM的MPC在实机上完成全身形状调节

研究将绝热谱子流形（aSSM）方法扩展到修剪螺旋面软体躯干机器人，从数据学习全身aSSM模型并用于模型预测控制（MPC），在硬件上演示多种形状控制任务。闭环动态形状调节中，该方法比现有线性基线好10倍；在人机交互演示中完成分段塑形并平衡网球超过25秒，线性基线未能完成。在硬件上训练12小时的无模型强化学习策略在同一平衡任务上失败。作者据此认为基于aSSM的MPC是真实软体硬件全身形状控制的可行路径。该工作为arXiv预印本，尚未经同行评议。