Deep Reinforcement Learning-Enhanced Event-Triggered Data-Driven Predictive Control for a 3D Cable-Driven Soft Robotic Arm

📄 arXiv: 2606.26048v1 📥 PDF

作者: Cheng Ouyang, Moeen Ul Islam, Kaixiang Zhang, Zhaojian Li, Xiaobo Tan, Dong Chen

分类: cs.RO, eess.SY

发布日期: 2026-06-24

💡 一句话要点

提出基于强化学习的事件触发数据驱动预测控制以解决软机器人控制问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 软机器人 数据驱动控制 强化学习 事件触发控制 预测控制 优化算法 实时控制

📋 核心要点

  1. 现有的数据驱动预测控制方法在实时部署时面临高计算负担，尤其是在资源有限的软机器人平台上。
  2. 本文提出了一种基于强化学习的事件触发控制框架，通过智能决策减少不必要的优化调用，提升控制效率。
  3. 实验结果显示，RL-ET-DeePC在优化频率和跟踪精度上均优于传统方法，展现出良好的实际应用潜力。

📝 摘要（中文）

软机器人由于其非线性和时变动态特性，控制起来具有挑战性。数据驱动预测控制（DeePC）通过直接利用测量的输入输出轨迹来构建预测控制器，提供了一种无模型的替代方案。然而，其递归优化形式在每个采样时刻都需要解决一个约束优化问题，这在资源有限的机器人平台上可能导致计算负担过重。为了解决这一限制，本文提出了一种基于自适应强化学习的事件触发DeePC框架（RL-ET-DeePC）。通过训练无模型的强化学习策略，根据当前系统状态表示来决定何时调用DeePC优化器，从而减少不必要的优化调用，同时保持闭环性能。仿真结果表明，与周期性DeePC相比，RL-ET-DeePC将优化频率降低了66%，同时保持了相当的跟踪精度。三维缆驱动软机器人上的硬件实验展示了零样本迁移，优化频率降低了34%，跟踪精度与周期性DeePC相当，且性能比静态阈值事件触发基线更一致。

🔬 方法详解

问题定义：本文旨在解决软机器人控制中的高计算负担问题，现有的DeePC方法在每个采样时刻都需进行复杂的优化，限制了其实时应用。

核心思路：提出的RL-ET-DeePC框架通过强化学习策略智能判断何时调用DeePC优化器，从而减少不必要的计算，提高控制效率。

技术框架：该框架包括三个主要模块：状态表示模块、强化学习决策模块和DeePC优化模块。状态表示模块负责提取当前系统状态，强化学习模块决定是否调用优化，而DeePC模块则执行实际的控制优化。

关键创新：RL-ET-DeePC的核心创新在于将强化学习与事件触发控制相结合，显著降低了优化频率，同时保持了控制性能，这是与传统DeePC方法的本质区别。

关键设计：在设计中，强化学习策略采用了深度神经网络，损失函数通过跟踪误差和优化频率的权衡进行设计，确保了在不同状态下的灵活性和适应性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，RL-ET-DeePC在三维缆驱动软机器人上实现了34%的优化频率降低，且跟踪精度与周期性DeePC相当，性能更为一致，展示了其在实际应用中的优势。

🎯 应用场景

该研究具有广泛的应用潜力，尤其是在医疗机器人、柔性制造和服务机器人等领域。通过提升软机器人的控制效率，能够实现更复杂的任务和更高的操作精度，推动智能机器人技术的发展。

📄 摘要（原文）

Soft robots are challenging to control due to their nonlinear and time-varying dynamics. Data-enabled predictive control (DeePC) offers a model-free alternative by directly leveraging measured input-output trajectories to construct a predictive controller. However, its receding-horizon formulation requires solving a constrained optimization problem at every sampling instant, which can be computationally demanding for real-time deployment on resource-limited robotic platforms.To address this limitation, we propose an adaptive reinforcement-learning-based event-triggered DeePC (RL-ET-DeePC) framework for soft robotic control. A model-free RL policy is trained to determine when to invoke the DeePC optimizer based on the current system state representation, thereby reducing unnecessary optimization calls while preserving closed-loop performance.Simulation results show that RL-ET-DeePC reduces optimization frequency by up to 66% compared to periodic DeePC, while maintaining comparable tracking accuracy. Hardware experiments on a three-dimensional cable-driven soft robotic arm demonstrate zero-shot transfer, achieving a 34% reduction in optimization frequency with tracking accuracy comparable to periodic DeePC and more consistent performance than a static threshold-based event-triggered baseline.