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)e∫P(x)dxdx+c)e−∫P(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=ceat−ab(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(g−y)−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(g−y)−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¨)=(0−a1−b)⋅(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}
−(0−a1−b)−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