连续规划
Parent: ai_keywords
连续规划
核心定义
连续规划（Continuous Planning）是指在高维、连续的状态空间与动作空间中，实时或在线生成并调整从初始状态到目标状态的无碰撞、最优或可行轨迹的过程。与传统离散规划不同，连续规划要求算法能够处理实数域内的调度、运动学和动力学约束，并通过迭代优化或采样的方式适应环境动态变化。其核心挑战在于平衡计算效率、最优性与鲁棒性。
关键技术点
- 模型预测控制（MPC）：基于系统动力学模型，在有限时域内滚动优化控制序列，适用于带有复杂约束（如关节限位、避障）的连续系统。
- 基于采样的规划算法：如快速随机搜索树（RRT*）、概率路图（PRM），通过随机采样逐步扩展树或图，在高维空间中找到渐近最优路径。
- 轨迹优化：利用微分动态规划（DDP）或凸优化（如SQP）求解平滑、时间最优轨迹，常结合B样条或多项式参数化。
- 实时重规划与鲁棒性：在感知噪声或扰动下，通过滑动窗口策略或鲁棒MPC维持规划的连续有效性。
医学/神经科学应用场景：脑卒中后上肢外骨骼康复的连续运动规划
以首都医科大学宣武医院神经康复中心的研究为例，针对脑卒中患者上肢痉挛与运动功能障碍，连续规划被用于外骨骼机器人的辅助-按需控制。系统首先通过肌电与动力学模型实时估计患者意图（如期望肩肘角度），然后基于MPC生成连续、平滑的辅助力矩序列，同时满足关节活动度限制与安全力阈值。当患者主动发力波动时，规划器能在线调整轨迹，逐步减少辅助比例，促进神经重塑。该方案在帕金森病步态冻结（FoG）的防治中也有类似应用——通过连续规划踝关节电刺激时序，打断异常步态节律，恢复运动连贯性。这一跨学科方法的关键在于将连续状态（肌电、关节角度）与连续动作（力矩、电刺激参数）的规划问题统一在实时闭环框架下，实现运动神经功能的正反馈调节。
