21、学习型模型 vs 内置模型：机器人控制的两种范式

学习型模型 vs 内置模型：机器人控制的两种范式

1. 传统机器人研究的重点

自机器人领域诞生以来，大部分研究都集中在多关节机械臂的运动学和动力学的严谨数学分析，以及开发其控制的分析方案。经典控制方案要求使用几何和物理定律预先解决机械结构的完整结构，并用明确的数学语言表达。这类研究的目的是为了建立一套精确的数学模型，使得机械臂能够在已知环境中高效、稳定地完成任务。

1.1 经典控制方法的特点

经典控制方法的核心在于：

• 精确建模 ：机械臂的运动学和动力学特性被精确建模，通常使用几何学和物理学的定律来描述。
• 数学表达 ：所有控制逻辑和算法都用数学公式表达，确保每一个环节都能被严格推导和验证。
• 预设条件 ：机械臂的设计和操作环境必须是已知且固定的，以确保模型的准确性。

1.2 经典方法的适用性

当对机械臂有完整的预先知识，并且机械臂本身可以按照预先规定的规格设计时，基于经典方程的机器人控制方法特别相关。例如，在工业生产线中，机械臂的任务和操作环境通常是固定的，因此可以预先设计和编程。

然而，当机械臂的结构无法预先知道、难以进行分析建模或随时间变化时，学习机械臂的运动和动力行为变得至关重要。此时，经典控制方法的局限性就显现出来了。

2. 学习型模型的崛起

近年来，随着人工智能和机器学习技术的发展，学习型模型逐渐成为机器人控制领域的研究热点。学习型模型通过命令机械臂以最初未