基于机械臂模仿学习的高效轨迹优化策略

来源：电子测量技术杂志2026年第5期北京时间：

作者：羊清宇，袁亮，吕凯

单位：1.新疆大学智能制造现代产业学院 乌鲁木齐 830046; 2.上海交通大学南加州大学文化创意产业学院 上海 200240

摘要：模仿学习为机械臂在非结构化场景中完成复杂任务提供了强大支持。然而，许多先进的方法仍受输入数据冗余的影响，导致训练效率低下，同时在复杂任务中面临轨迹预测精度受限的问题。为此，提出一种基于关键点提取的示教轨迹优化方法（KPT-O）。通过关键点筛选减少机械臂学习的范围，同时优化关键点分布以提升轨迹预测精度。为了验证其性能，将KPT-O在先进框架下进行训练，并在HelloWorld和RoboTasks数据集上与当前先进方法进行比较。实验结果表明，KPT-O在显著缩短训练时间的同时，也获得了更高的轨迹预测精度。此外，在真实机器人平台上评估了该方法的性能，证明其在涉及位置和方向变化的现实世界机械臂任务中的有效性。

关键词：模仿学习;机械臂;轨迹优化;关键点

基金资助：国家自然科学基金（52275003）、“天山英才”培养计划（2023TSYCLJ0052）项目资助