平滑移动:用多项式驾驭轨迹
摘要
本文介绍了如何使用多项式,特别是 Smoothstep 函数,通过匹配位置的导数(速度、加速度、加加速度等)来生成机器人和 3D 打印机的平滑运动轨迹,从而避免不连续性。
暂无内容
查看缓存全文
缓存时间: 2026/08/13 21:22
# 用多项式驯服轨迹 · ...还有一件事 ...
来源:https://nick.zoic.org/art/smooth-move-taming-trajectories-with-polynomials/
2026\-08\-03robots (https://nick.zoic.org/tag/robots)/3dprint (https://nick.zoic.org/tag/3dprint)/python (https://nick.zoic.org/tag/python)/maths (https://nick.zoic.org/tag/maths)
这篇文章完全是关于运动的。关于车辆、机器人,或类似 3D 打印机的设备。
3D 打印机实际上就是一个带热熔胶枪的专用机器人,它可以在多个方向移动,同时喷出熔融塑料。
## 位置、速度、加速度 ...
我们的机器人或打印头在空间中有一个*位置*,还有一个*速度*,即移动的快慢,以及一个*加速度*,即速度变化的快慢。
速度就是位置的[导数](https://en.wikipedia.org/wiki/Derivative):我们的位置变化有多快。加速度是速度的导数:我们的速度增加或减少有多快。
这些都是*矢量*,因为它们既有大小也有[方向](https://despicableme.fandom.com/wiki/Vector_Perkins),但对于(许多)3D 打印机和机器来说,每个轴都是独立的机构,所以本文暂时把它们当作标量来讨论,例如一个正数或负数。
### ... 加加速度(Jerk)?
[加加速度(Jerk)](https://wikipedia.org/Jerk_%28Physics%29)是加速度的导数,担心它可能看起来有点抽象。
想象一个在盒子
相似文章
@Haoyu_Xiong_:长期以来,成功率一直是评估机器人操作的主要指标。那么速度呢?今天,我们介绍……
介绍B-spline Policy (BSP),它将动作参数化为连续的B样条曲线,而不是离散的固定速率动作块,从而在低成本机器人臂上实现更快更平滑的操作。
无显式轨迹下3D扩散策略的预见性学习
引入Movement Trend Guidance以增强机器人操作中的3D扩散策略,通过无显式轨迹提供预见性,在RoboTwin2.0和LIBERO-40等基准测试上实现性能提升。
TMPO:用于多样且高效扩散模型对齐的轨迹匹配策略优化
本文介绍了轨迹匹配策略优化(TMPO),这是一种扩散模型对齐方法。它通过匹配轨迹级奖励分布而非最大化标量奖励,解决了奖励黑客攻击和视觉模态崩溃问题。
从单一轨迹学习分数阶动力学
本文提出分数阶普通最小二乘网格搜索(FO-GS),一种从单一轨迹识别分数阶线性时不变系统的方法,具有理论误差界限和实验验证。
@HaiyuWu1: 通过局部拉直潜在轨迹,可以大幅降低世界模型规划的优化难度!Sou…
该论文提出通过最大化相邻速度向量之间的余弦相似度来局部拉直潜在轨迹,以降低世界模型规划的优化难度。在PushT数据集上的实验表明,长程规划的成功率达到36%。