叶子涵 陈俊洪 杨振国 刘文印

（广东工业大学计算机学院，广州，510006）

0 引言

近年来，在中国制造2025的政策背景下，机器人技术已成为智能制造的重要标志之一，并且随着人工智能的快速发展以及机器人的灵巧性的提高，机器人在医疗、服务等领域的应用也愈加广泛，这让人们对机器人智能化程度有了更高的需求[1-2]。

示教学习是机器人快速学习技能的一种重要方式，也被称作模仿学习，机器人通过模仿人类动作生成相应的运动轨迹，并对轨迹进行泛化学习，进而得到相应的运动技能[3-4]。

根据示教者是否与机器人直接发生物理上的接触可分为动觉示教和远程示教。动觉示教是示教者人工操纵机器人完成相应工作动作并记录运动轨迹，再利用学习算法对运动轨迹进行学习，最终将学习到的轨迹传输给机器人执行[5]；远程示教是通过视觉、穿戴式传感器或其他远程控制工具来控制机器人运动[6]。以示教学习为代表的轨迹规划方法，着重通过学习和模仿人类演示动作，使得机器人可以与操作者协同作业。

作为机器人学的重要分支，示教学习吸引了大量的科学家对此进行研究。Calinon等人[7-8]将动力学系统参数估计问题表示为在不同坐标系中具有投影的高斯混合回归（GMR）问题，使用高斯混合模型（GMM）对运动轨迹进行建模，能有效处理大规模数据，但是存在生成轨迹不一定连续等缺点。为了有效地解决轨迹不连续的问题， Schaal等人[9]于2002年提出了基于动态系统示教学习方法的动态运动基元(Dynamical Movement Primitives, DMP)算法。……