传统控制方法
运动学/动力学建模
- DH 参数表
- 运动学方程
- 拉格朗日方程
轨迹规划
- 三次样条插值
- B 样条曲线
- 速度/加速度约束
反馈控制
- PID 控制
- 状态观测器
ROS 控制框架
ros_control
- 硬件抽象层
- 控制器接口
- 位置/速度/力矩控制
ros2_control
- 实时控制架构
- 100Hz-1kHz 控制频率
- 硬件抽象层
MoveIt
- 运动规划（OMPL）
- 逆运动学
- 轨迹插值
- 碰撞检测
强化学习框架
Gymnasium (OpenAI Gym)
- 标准环境接口
- 机器人仿真环境
Stable Baselines3
- PPO、SAC、DQN 算法
RLlib
- 分布式训练
- Ray 框架
高性能仿真
- Isaac Gym：GPU 加速
- MuJoCo：连续控制
- PyBullet：轻量级
学习控制案例
- Dactyl：五指机械手
- Habitat：室内导航
- TF-Agents
小结
| 方法 | 优势 | 场景 |
|---|---|---|
| 传统控制 | 可靠、可解释 | 工业应用 |
| 强化学习 | 适应复杂任务 | 前沿探索 |