基于Kolmogorov-Arnold网络的机器人轨迹生成方法与系统

本发明公开了一种基于Kolmogorov‑Arnold网络的机器人轨迹生成方法与系统。所述方法包括：从存储机器人运动轨迹的数据源文件中提取出观察数据和对应的动作数据；将动作数据作为扩散模型加噪的对象，并以观察数据作为条件训练KAN策略网络，所述KAN策略网络是将Kolmogorov‑Arnold网络以模块化的形式融入扩散策略的基本网络架构中形成的，用于预测要加噪的噪音；根据现场任务场景要求选择训练好的KAN策略网络，根据机器人的实际观察数据和动作数据生成预测的噪音，通过扩散模型的逆扩散公式使用预测的噪音生成下一步动作。本发明不仅能够生成有效且平滑的轨迹，还显著提升了整体性能。