机器人模仿学习：无编码器轨迹

机器人机械臂的模仿学习：无需编码器的轨迹生成

采用MG996R舵机驱动的伺服式机械臂——其舵机本身不带内置编码器——存在齿隙、机械磨损及定位不准等问题。与其进行复杂的运动学标定，我们转而采用模仿学习方案：由人工引导机械臂沿期望轨迹运动，同时通过外部电位器实时记录各关节角度。这些由人类示范采集的轨迹数据，随后用于训练神经网络，使其能够逐帧复现运动过程。

机械结构包含一个旋转底座（Z轴）、三段联动连杆及末端夹爪。四个关节处均安装10kΩ电位器，每10毫秒向Arduino Mini输出模拟信号。舵机控制由PCA9685PW PWM驱动芯片完成。所有轨迹数据均以CSV格式离线保存，供后续处理。

硬件配置与运行模式

Arduino持续读取电位器值，并实施平滑滤波以抑制噪声：每个新采样值均与前一数值加权平均更新。原始ADC值（0–1023）暂不转换为关节角度，而是留待PC端统一处理——此举可避免采集过程中因计算负载引发舵机抖动。

系统具备两种独立运行模式：

• 轨迹录制模式：依赖电位器反馈实时记录动作；
• 回放与执行模式：驱动舵机复现已学习的运动序列。

舵机由专用电源供电，防止电压跌落。机械臂实际工作空间被限定在一块便于操作的34点网格区域（形似国际象棋棋盘）。所有运动均以该网格上方的同一“归位点”为中转枢纽：归位 → 目标 → 归位。

此举大幅降低数据量：仅需录制68条往返轨迹（34个目标点 × 2），无需穷举全部点对组合。

模仿学习全流程

轨迹录制

人工将机械臂从归位点移至目标点再返回，Arduino以10ms间隔持续记录各关节角度。原始数据受机械齿隙影响，存在明显噪声与漂移。

目标标定

对最终关节角度进行微调，确保末端执行器精确定位。针对每条轨迹终点，依据实测误差进行补偿校正——这对重复性抓取或精准放置尤为关键。

神经网络训练

模型根据当前关节状态与目标坐标，预测下一时刻各关节的角度增量（delta）。输入：当前归一化关节角 + （x, y）目标坐标；输出：4维角度增量向量。另设“瞄准修正”阶段，在运动最后10%动态逼近标定后的目标位置。

PyBullet URDF模型仅用于可视化展示——不参与物理仿真或训练建模，因此真实世界中的齿隙与柔性变形未被纳入模拟。

数据预处理

所有轨迹统一归一化并插值为固定长度序列。针对每组“归位–目标”组合，采集多次演示样本并取平均，提升鲁棒性。

预处理步骤包括：

• 使用滑动平均法滤除噪声；
• 将关节角度归一化至[0, 1]区间；
• 线性插值至每条轨迹100–200个时间步；
• 将（x, y）目标坐标拼接为网络的条件输入。

神经网络架构

采用多层感知机（MLP），具体设计如下：

• 输入层：4维（归一化关节角）；
• 两个可学习嵌入层，分别编码目标x/y坐标；
• 一个时间步嵌入层（表征运动进程）；
• 隐藏层：256 → 128 → 64神经元，ReLU激活函数，Dropout率=0.1；
• 输出层：4维预测角度增量。

训练采用均方误差（MSE）损失函数，Adam优化器（学习率=1e−3），批量大小=32，共500轮迭代。数据集按80/10/10划分为训练集/验证集/测试集。

误差补偿策略：每条轨迹最后10%的预测结果，直接替换为指向标定目标位置的线性插值——确保末端定位精度。

实验结果与泛化能力

训练完成的网络可将关节角度误差控制在5°以内，目标点定位精度达±2 mm。对于训练网格点之间的未见目标中心（即插值点），泛化误差仍稳定在±4 mm内。

不同方法对比：

| 方法 | 关节角度误差 | 目标定位精度（mm） |

|------|--------------|---------------------|

| 开环运动学模型 | 12° | ±8 |

| 纯模仿学习 | 4° | ±2 |

| 模仿学习 + 瞄准修正 | 2° | ±1 |

该方案可快速迁移至其他无片上传感的低成本机械臂平台。

核心结论

• 模仿学习绕开了对编码器和高精度运动学模型的依赖；
• 外置电位器提供了可靠、低成本的真实轨迹标注；
• 神经网络生成条件化、目标导向的运动步进，并叠加最终瞄准修正；
• 仅68条人工录制轨迹，即可实现对全新目标点的强泛化能力；
• 即便在入门级硬件上，也能达成亚2毫米级末端定位精度。

— Editorial Team