DMP(Dynamic Movement Primitives)动态运动基元算法收敛性证明

本文主要是介绍DMP(Dynamic Movement Primitives)动态运动基元算法收敛性证明,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、背景知识

DMP作为轨迹生成方法的一种,具有诸多优势,如弹簧阻尼二阶系统保证了他可以收敛到目标点,且具有良好的时间和空间上的泛化能力。我最近一直在想为什么该系统可以保证运动轨迹收敛到目标点 g g g,后来看了码农家园的博客以及对照论文中的内容有了一定的理解,下面给出DMP算法详细的收敛性证明。

二、从微分方程的角度出发

利用本科阶段学到的高等数学知识,我们先求解一个微分方程:
f ˙ = a f + b (1) \begin{aligned} \dot f=af+b \\ \end{aligned}\tag{1} f˙=af+b(1)

通过高数第七章的知识,我们知道形如 y ˙ + P ( x ) y = Q ( x ) \dot y+P(x)y=Q(x) y˙+P(x)y=Q(x) 的通解为:

y = ( ∫ Q ( x ) e ∫ P ( x ) d x d x + c ) e − ∫ P ( x ) d x \begin{aligned} y=\left(\int Q(x) e^{\int P(x) d x} d x+c\right) e^{-\int P(x) d x} \\ \end{aligned} y=(Q(x)eP(x)dxdx+c)eP(x)dx
小Tip:很多人记不住这个公式,其实也不用记,只要知道去哪里查就行了,但还是说个记住这个公式的技巧吧,QP-P(扣皮掉皮,言外之意家里的墙皮,你只要扣就掉皮),Q表示Q(x),P表示P(x),因为大家记不住的是Q和P的位置。

因此,公式1中的 P ( t ) = − a P(t)=-a P(t)=a Q ( t ) = b Q(t)=b Q(t)=b

很容易求得公式1的解为:
f = c e a t − b a (2) \begin{aligned} f=ce^{at}-{b \over a} \\ \end{aligned}\tag{2} f=ceatab(2)

这里, c c c是一个常数,我们从解中可以看到,当 a < 0 a<0 a<0时,随着时间 t t t趋向于无穷, f f f趋向于 − b a -{b \over a} ab

三、DMP收敛性证明

接下来我们看DMP的核心公式:
y ¨ = α y ( β y ( g − y ) − y ˙ ) (3) \begin{aligned} \ddot y =\alpha_{y}(\beta_{y}(g-y)-\dot y) \\ \end{aligned}\tag{3} y¨=αy(βy(gy)y˙)(3)

为了分析方便,我们先略去下标,并将系数乘进去,整理后得到:
y ¨ = a ( g − y ) − b y ˙ (4) \begin{aligned} \ddot y =a(g-y)-b\dot y \\ \end{aligned}\tag{4} y¨=a(gy)by˙(4)
设状态变量为 ( y , y ˙ ) T (y,\dot y)^{T} (y,y˙)T,写成矩阵的形式为:
( y ˙ y ¨ ) = ( 0 1 − a − b ) ⋅ ( y y ˙ ) + ( 0 a g ) (5) \begin{aligned} \left(\begin{array}{l} \dot{y} \\ \ddot{y} \end{array}\right)=\left(\begin{array}{cc} 0 & 1 \\ -a & -b \end{array}\right) \cdot\left(\begin{array}{c} y \\ \dot{y} \end{array}\right)+\left(\begin{array}{c} 0 \\ a g \end{array}\right) \end{aligned}\tag{5} (y˙y¨)=(0a1b)(yy˙)+(0ag)(5)
有没有很眼熟,是不是状态空间方程的样子!!!我们发现公式5和公式1是一样的,为了保证(5)的收敛性,我们需要(5)中系数矩阵的配置极点小于0,这可以通过选取合适的a,b值来做到.当该方程收敛时,我们类比(2)式,随着时间的推移,该方程将收敛到
− ( 0 1 − a − b ) − 1 ⋅ ( 0 a g ) = ( g 0 ) (6) \begin{aligned} -\left(\begin{array}{cc} 0 & 1 \\ -a & -b \end{array}\right)^{-1} \cdot\left(\begin{array}{c} 0 \\ a g \end{array}\right)=\left(\begin{array}{l} g \\ 0 \end{array}\right) \end{aligned}\tag{6} (0a1b)1(0ag)=(g0)(6)
也就是状态变量最后收敛到我们的目标g上,即最后到达目标点,以上的分析保证了一点:那就是采用该系统过程的DMP算法保证了最后必然会收敛到目标点.(公式6作为解是没问题的,我已验证。矩阵的逆大家如果忘记了就去查下线性代数,矩阵A的逆等于矩阵A的伴随除以A的行列式。伴随矩阵:伴随矩阵第i行第j列元素是原矩阵的第j行第i列的代数余子式,看了例子就明白了。)

根据论文Robot Learning System Based on Adaptive Neural Control and Dynamic Movement Primitives,这里参数a,b可以选择为25和10,此时方程5的状态矩阵的特征值为两个相同的负实根-5,根据现代控制中的知识,我们可以知道如果状态矩阵的特征值都为负(对应于传递函数中极点,极点全为负,系统稳定)系统是稳定的

在这里插入图片描述

这篇关于DMP(Dynamic Movement Primitives)动态运动基元算法收敛性证明的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/713548

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

动态规划---打家劫舍

题目: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int