DMP VS SEDS

概述

这个地方对于机器人示教学习中常用的两种方法——DMP 和DS,进行介绍防止遗忘

DMP

关于DMP，是很多年前提出的方法，简单但好用。数学推导的部分不详细介绍，这里可以参考这个博主写的文章

SEDS

本文介绍的重点，梳理一下SEDS作者在多篇文章中讲述的一些观点。
Learning Non-linear Multivariate Dynamics of Motion in Robotic Manipulators在这篇文章中，作者把机器人受到的扰动分为三大类：时空扰动 内外扰动（内通常是机器人自己避障导致，外一般是复杂环境） 持续与突然扰动。

扰动的干扰：1：使机器人无法到达 2：无法即使到达

作者认为机器人受到扰动应该立刻重新规划，重点是要立刻，不能耗费大量时间去计算。如果采用SEDS的方法，可以节省大量用于人工计算新轨迹的时间，因为DS可以自动重新规划，此外，这种方法对于没有示教的地点可以给出一个泛化轨迹。主要问题还是在于，这种学习到的DS轨迹容易不稳定。

通过大量的实验显示：DMP对于扰动的抵抗能力，以及对于轨迹的泛化能力，不及SEDS。