Dynamical Movement Primitives (DMP) 总结

Dynamical Movement Primitives (DMP) 总结

概述

DMP通过将动态系统建立为①弹簧阻尼系统+②非线性控制项的方式$f$，实现了对示教数据的建模。具体贡献如下：

① 提供了一种简单的非线性系统建模方法：

$$\tau \ddot{y}=\alpha (\beta (g-y)-\dot{y})+f(x),$$$$\tau \dot{x}=f_1(x)$$

通过将控制量$f$设计为隐式包含时间的非线性函数来实现系统的非线性性。

② 创新性地提出了利用一个相位系统，也称为标称系统(canonical system)来动态调节控制量$f$的大小:

$$\tau \dot{x}=-{\alpha }_{x}x,$$显然$x$在原点处渐进稳定。通过将$x_0$设定为1,代表系统刚开始运行，$x_{\infty }=0$代表系统结束，来隐式地表示时间$t$。
文章将控制量$f$设计为以下函数:
$$f=\frac{{\sum }_{i=1}^N{\Phi }_i(x){\omega }_i}{{\sum }_{i=1}^N{\Phi }_i(x)}x(g-y_0),$$$${\Phi }_i(x)=\exp -\frac{1}{2{\sigma }_i^2}(x-c_i{)}^2$$
其中${\Phi }_i(x),i=1,...,N$代表基函数，${\omega }_i$为待学习的参数，$g$为示教数据的目标点，$y_0$为起始点，$x$为相位系统的变量。
可以看出，当$t\to \infty$时，$x\to 0$，$f\to 0$，这表示随着系统的轨线接近目标点，控制量$f$越来越小，最终收敛到0.

注意到，在需要建模含有极限环的非线性系统时，只需要将控制量$f$,基函数${\Phi }_i(x)$变为周期函数:
$$\tau \dot{\varphi }=1,$$$$f=\frac{{\sum }_{i=1}^N{\Phi }_i{\omega }_i}{{\sum }_{i=1}^N{\Phi }_i}r,$$$${\Phi }_i=\exp (h_i(\cos (\varphi -c_i)-1)$$就可以描述非线性系统中极限环的行为。

多维动态系统

如上图所示，文章通过同一相位系统，不同的非线性控制项$f$以及不同的弹簧阻尼系统来进行不同维度之间变量的耦合。

系统参数的学习

给定示教数据$(y_{demo},{\dot{y}}_{demo},{\ddot{y}}_{demo}{)}^k,k=1,2,...,P$，若构建含有单一收敛子的系统，则选定$y_0=y_{demo}^1,g=y_{demo}^P$.时间常数$\tau$选择为示教轨迹记录时常的1.05倍。
将方程改写为
$$f_{target}=\tau \ddot{y}-\alpha (\beta (g-y_{demo})-{\dot{y}}_{demo})$$设计损失函数为$$J=\frac{1}{2}(f_{target}-f(x){)}^2$$通过最小化损失函数来得到$c_i,{\sigma }_i,{\omega }_i$。