技术突破 - 研究团队提出全新轨道稳定学习框架 为机器人节律运动复制带来新突破[1] - 引入横向收缩理论 为动力学系统提供轨道稳定性理论保障 相当于在运动轨道周围设置护栏确保机器人被拉回稳定周期轨道[2] - 该方法在平均误差、轨迹偏差程度和形状稳定性等指标上均取得最佳表现 尤其在长时间运动中保持稳定节律性[2] 应用场景 - 技术适用于康复训练时的手臂往复练习、流水线机械协作及机器人稳定行走等周期运动场景[1] - 稳定精确的重复运动可帮助患者进行节律性上肢或步态训练 恢复运动功能和肌肉控制能力[2] - 机器人可克服患者动作偏差或外界碰撞等扰动 保持标准康复轨迹 像耐心康复教练确保训练效果[2][3] 方法优势 - 传统机器人技能学习方法需预先编程动作序列 耗时耗力且限制复杂环境适应能力[1] - 基于动态系统的示教学习通过记录和模仿人类动作习得技能[1] - 团队既保证动力学模型表达能力 又方便引入稳定性约束 实现理论落地[2]