本论文提出了一种基于高斯过程回归的黑盒模型，用于识别机器人操纵器的反向动力学。该模型使用新颖的多维核函数，准确性、广泛性和数据效率优于其他方法。实验结果表明，该方法在模拟和真实机器人操纵器上表现出与基于模型的估计器相当的性能，但需要更少的先验信息。