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]

研究突破 - 中国科学院自动化研究所提出全新轨道稳定学习框架 解决机器人周期运动稳定性难题 [2] - 该框架基于横向收缩理论 为动力学系统提供轨道稳定性理论保障 [3] - 模拟测试显示该方法在平均误差 轨迹偏差程度 形状稳定性等指标上均取得最佳表现 [3] 技术优势 - 传统机器人技能学习方法需预先编程动作序列 耗时耗力且环境适应能力有限 [2] - 新方法通过动态系统示教学习 使机器人通过记录和模仿人类动作习得技能 [2] - 框架在机器人运动轨道周围设置"护栏" 确保无论起始状态如何都能回归稳定周期轨道 [3] 应用前景 - 技术特别适用于机器人辅助康复训练场景 如节律性上肢或步态训练 [3] - 在与康复科医生合作的实验中 机器人通过学习轨道稳定动力学模型可克服患者动作偏差或外界碰撞扰动 [3] - 能为个性化 可重复的康复治疗提供有效技术支撑 如手臂画圈和抬腿摆动训练 [4]