{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期-部件”：[[2023,12,29]]，“日期-时间”：“2023-12-29T05:14:08Z”，“时间戳”：1703826848015}，“参考-计数”：30，“出版商”：“工程技术学院（IET）”，“发行”：“4”，“许可证”：[{“开始”：{-“日期-零件”：[2023,12,10]]，时间”：“2023-12-10T00:00:00Z”，“timestamp”：1702166400000}，“content-version”：“vor”，“delay-in-days”：9，“URL”：“http://\/creativecommons.org\/licenses\/by\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“award”：[“62106048”]}]，”content域“：{”域“：[“ietreasure.onlinelibrary.wiley.com”]，“crossmark-restriction”：true}，“short-container-title”：[“认知组件和系统”]，”published-print“：{“date-parts”：[[2023,12]]}，”抽象“：”摘要<\/jats:title>尽管动态移动P</jats:bold>rimitives（DMP）是机器人手臂轨迹推广的有效工具，DMP在3C（计算机、通信、消费电子）行业的应用仍然面临着精度低和时间消耗高的挑战。为了解决这个问题，我们提出了一个新的Cauchy DMP框架。与原始DMP相比，Cauchy-DMP的主要改进和优点是（1）因为Cauchy-分布具有更简单的模型和更宽的形状，在原始DMP中使用柯西分布代替高斯分布，降低了算法的复杂性，节省了时间。(2)S<\/jats:bold>奇异V值D分解（SVD）可以有效地建模错误。为了减少舍入和人为误差对轨迹的干扰，可以使用SVD来获得每个基函数的权重。所提出的Cauchy-DMP框架结合了上述两点，并在真实的UR5机械臂上进行了验证。结果表明，Cauchy DMP保持了原始DMP的可学习性，具有时间消耗短、错误率低的优点<\/jats:p>“，”DOI“：”10.1049\/ccs2.12097“，”type“：”journal-article“，”created“：{”date-parts“：[[2023,12,11]]，”date-time“：”2023-12-11T06:44:58Z“，”timestamp“：170227709000}，”page“：：0，“标题”：[“Cauchy DMP：使用Cauchy-核和奇异值分解提高3C工业装配质量“]，”前缀“：”10.1049“，”卷“：”5“，”作者“：[{”ORCID“：”http://\/ORCID.org\/0009-0004-2888-0676“，”authenticated-ORCID“：false，”给定“：”Meng“，”family“：”Liu“，”sequence“：”first“，”affiliance“：[}”name“：”广东佛山大学机电工程与自动化学院“}]}，{“given”：“Wenbo”，“family”：“Zhu”，“sequence”：“additional”，“affiliation”：[{“name”：“Mechatronic Engineering and Automation School of Mechatromic University Guangdong China”}]}.，{”given“：”Lufeng“，”family“：”Loo“，”sequence“：”additional“，“afliation”:[{”name“：”广东佛山大学机电工程与自动化学院“}]}，{“given”：“清华”，“family”：“Lu”，“sequence”：“additional”，“affiliation”：[{“name”：“中国广东佛山大学机械电子工程与自动化院”}]}国立清华大学工业工程与工程管理系中国台湾“}]}，{“给定”：“云芝”，“家族”：“张”，“序列”：“附加”，“隶属关系”：[{“名称”：“中国广东佛山大学机电工程与自动化学院”}]}]，“成员”：“265”，“在线发布”：{“日期部分”：[2023,12,10]}reference“：[{”key“：”e_1_2_9_2_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.robot.2008.10.24”}，{”key“：“e_1_i_9_3_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/s002110050165“}，“key”：“e_i_9_4_1”、“首页”：“991”，“article-title”：“Bc\u2010z:zero\u2010shot任务概括机器人模仿学习”，“作者”：“Jang e.”，“年份”：“2022“，”journal-title“：”PMLR“}，{”key“：”e_1_2_9_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.artint.2021.03500”}，“key”：“e_1_i_9_6_1”，“首页”：“1398”，“volume-title”：“仿人机器人中非线性动力学系统的运动模拟”，“author”：“Ijspeert A.j.”，”年份“：”2002年“}”，{，“首页”：“1547”，“文章标题”：“学习运动原语的吸引器景观”，“卷”：“15”，“作者”：“Ijspeert A.”，“年份”：“2002年”，“新闻标题”：“高级神经信息处理。系统。“}，{”key“：”e_1_2_9_8_1“，”first page“：“261”，”volume-title“：”Dynamic Movement Primitives\u2010A Framework for Motor Control in Humans and Humanoid Robotics“，”author“：”Schaal S.“，“year”：“2006”}，”{“key”：“e_1_i_9_9_1”，“doi-asserted-by”：“publisher”，”doi“10.1109\/tcds.2020.2968845”}ted-by“：”publisher“，”doi“：”10.1007\\s10846\u2010021\u201001344\u2010y“｝，｛“key”：“e_1_2_9_11_1”，“doi断言者”：“publisher”，“doi”：“10.1109\\/tcds.2020.3021762”｝，｛“key”：“e_1_2_9_12_1”，“doi断言者”：“publisher”，“doi”：“10.1109\\/jiot.202.3155587”｝，｛“key”：“e_1_2_9_13_1”，“首页”：“1”，“卷标题”：“风力发电预测多个时间尺度上的误差分布“，”author“：”Hodge B.M.“，”year“：”2011“}，{“key”：“e_1_2_9_14_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/j.jesch.2021.05.005“}”，{”key“：”e_1_i_9_15_1“，“doiasserted-by“：”publisher“，，“doi”：“10.1109\/tro.2018.2808924”}，{“key”：“e_1_2_9_17_1”，“doi-asserted-by”：“publisher“，”DOI“：”10.1016\/j.robot.2021.103844“}，{“key”：“e_1_2_9_18_1”，“DOI-asserted-by”：“publisher”，”DOI:“10.1007\/s10514\u2010015\u20109435\u20102”}，“key“：”e_1_i_9_1“，“首页”：“2997”，“volume-title”：“笛卡尔空间动态运动原语中的方向”，“author”：“Ude A.”，“year”：“2014”}，{“key”：“e_1_2_9_20_1”，“DOI-asserted-by”：“publisher“，”DOI“：”10.1109\/tro.2011.2163863“}，{“key”：“e_1_2_9_21_1”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/lra.2021.3061382”}，“{”key“：”e_1_i_9_22_1“，”首页“3765”，“article-title”：“动态运动原语加：使用截断的内核和局部偏差提高再现质量和有效的轨迹修改”，“author”：“Wang R.“，“年份”：“2016年”，“期刊标题”：“IEEE”}，{“key”：“e_1_2_9_23_1”，“首页”：“1”，“volume-title”：“Multi\u2010模式机器人学徒制：在人类\u2010机器人对话系统中使用线性衰减的DMP+进行模仿学习”，“author”：“Wu Y.”，“year”：“2018”}029“}，{”key“：”e_1_2_9_25_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s10489\u2010022\u201003219\u20107”}，{“key”：“e_1_i_9_26_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/s10514\u20100022\u2010 10067\u20104：“10.1016\/j.scib.2021.06.023”}，{“key”：“e_1_2_9_28_1”，“doi-asserted-by”：“publisher”DOI“：”10.1016\/j.neucom.2021.04.034“}，{”key“：”e_1_2_9_29_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1016\\j.rcim.2021.102231”}，“key”：“e_1_i_9_30_1”，“DOI-assert-by”：“publisher”，”DOI“:”10.1109\/jproc.2022.3180350“}”，{“publisher”，“DOI”：“10.1109\/lra.2022.3187276”}]，“container-title”：[“认知计算与系统“]，”original-title“：[]，”language“：”en“，”deposed“：{”date-parts“：[2023,12,29]]，”date-time“：”2023-12-29T03:48:28Z“，”timestamp“：1703821708000}，”score“：1，”resource“：：[]，“已发布”：{date-parts“：[[2023,12]]}，“references-count”：30，“journal-issue”：{“issue”：“4”，“published-print”：{“date-part”：[[22023,12]}}，”alternative-id“：[”10.1049\/ccs2.12097“]，”URL“：”http://\/dx.doi.org\/10.1049\/ccs1.12097“，”archive“：[“Portico”]，”relation“：{}，7567“，”2517-7567“]，”ISSN-type“：[{”value“：”2517-9567“，”type“:”print“}，{”value“：”2517-7567“，”type“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[[2023,12]]}，”assertion“：[{”value“：“2023-07-17”，”order“：0，”name“：”received“，”label“：”received“，“group”：{组“：{”name“：”publication_history“，”标签“：”出版物历史“}}，{“value”：“2023-12-10”，“order”：2，“name”：“published”，“label”：“published”，“group”：{“name”:“Publication_History”，“标签”：“Publication History”}}]}}