具身智能arXiv cs.RO4 天前
MR-MPCC: Model Predictive Contouring Control for Robotic Manipulator Tracking under Moving Reference Frames
提出 MR-MPCC 框架，将模型预测轮廓控制（MPCC）与约束 RMRC 分层结合，用于 6-DoF 机械臂在移动参考系下的轨迹跟踪。相比 PI 与时间索引 MPC，在 UR5e 上实现更低的几何路径误差，适用于加工、手术等严苛公差场景。
AI 与各行业落地的前沿信号寻行业之脉
寻行业之脉
接真实之需
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日
按领域浏览
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
筛选结果
共 6 条符合条件
当前筛选#control×
具身智能arXiv cs.RO4 天前
CLIS-MPPI: Closed-Loop Model Predictive Path Integral Control With Initial-State Sampling Under Execution Delay
CLIS-MPPI 针对机器人采样规划中执行延迟导致的状态失配问题，将延迟建模为执行时刻初始状态分布，从采样初始状态做 rollout 优化，并在执行时加入局部反馈修正。在 UR5e 机械臂窄通道避障任务中，标准 MPPI 5 次有 2 次碰撞，该方法 5 次全部无碰撞，且路径更短、关节跟踪误差显著降低。
具身智能arXiv cs.RO4 天前
Slip-Induced Fall Suppression During Cornering for a Remotely Operated Motorcycle with a Rear-Wheel-Swing Mechanism
该研究针对摩托车转弯时因打滑导致的摔倒问题，将后轮摆动机构的辅助控制建模为优化问题，按车速与路面状况分配控制输入。团队开发了遥控摩托车，在低摩擦路面绕桩和合成冰面转弯场景中验证，成功抑制了摔倒，为摩托车主动安全提供了新思路。
具身智能arXiv cs.RO4 天前
Adaptive Prescribed Performance Trajectory Tracking for Uncertain Autonomous Underwater Vehicles With Input Saturation
该论文提出一种低复杂度自适应预设性能控制器，用于输入饱和且水动力不确定的自主水下航行器轨迹跟踪。方法根据请求与饱和控制输入的失配直接调整性能函数，仅在执行能力不足时放宽性能漏斗，并通过耦合不变集分析保证闭环信号有界与可行性。仿真与水池实验验证了有效性。
具身智能arXiv cs.RO4 天前
Planning to Learn: Real-Time Robust Adaptive Control on the GPU with Guaranteed Future Learning
提出 A-SLS，一种基于系统级合成的学习感知鲁棒自适应模型预测控制框架，能在规划时预测未来参数不确定性并构建紧致可达集，配合 GPU 加速求解器实现实时性能，在四足机器人全身控制与 Crazyflie 无人机在线学习上验证。
具身智能arXiv cs.RO4 天前
BubbleCBF: Constructive Safety for Second-Order Systems and Application to Autonomous Robot Navigation in Unknown Environments
提出 BubbleCBF，一种针对二阶动力学系统的构造性安全约束设计方法。基于符号距离函数在位置空间构造无碰撞球体（bubble），利用其二次几何与重叠关系构建速度相关安全约束，并通过二次规划安全滤波器实现。理论上证明了控制器的良定义性、连续性与前向不变性，并给出有界输入下的可行性条件，在差速驱动机器人未知环境自主导航中验证有效。