在线学习强化学习策略下的异构运动动力学以实现精确移动操作

论文研究如何复用预训练运动策略完成精确移动操作，提出在冻结运动策略下在线学习闭环动力学的方法，用学习到的模型预测浮动基座运动并提升移动操作精度。作者指出，策略中未观测的潜在条件会导致异构响应，即相同观测状态对应不同运动，直接学习会引入偏差和波动。为此，论文用污染高斯模型以两个高斯分量近似可预测与不可预测响应，再结合高斯过程与随机傅里叶特征构建在线学习器，按响应属于可预测分量的概率加权在线更新，并给出有限样本误差界以保证在线学习的一致收敛。仿真与硬件实验显示，在不同机械臂配置和任务下末端执行器跟踪误差为0.01 m。论文为预印本，共18页、15张图。