共查询到20条相似文献,搜索用时 93 毫秒
1.
机器人模糊迭代学习控制及其仿真研究 总被引:3,自引:0,他引:3
在机器人的轨迹跟踪的迭代学习控制中,迭代学习的学习律难以选择,本文结合自校正控制、模糊逻辑和迭代学习控制的基本思想,提出采用自适应模糊控制确定学习效率的方法,并采用Matlab软件的Simulink对该方法应用于机器人高精度的轨迹跟踪控制的情况进行了仿真研究,结果表明该方法具有学习控制律简单实用、跟踪精度高、学习速度快、鲁棒性强等优点。 相似文献
2.
4.
如何构造智能控制系统?怎样分析抽取实际生产过程的特点和模型进而建立相应的数据结构及知识库?这些问题本文结合一设计实例进行了探讨.由于引进了一定的学习功能,便设计的智能控制系统能够根据生产实际中的控制效果随时修改知识库中的控制规则,以实现生产的优化控制. 相似文献
5.
6.
本文针对机器人周期性重复劳动的运动轨迹控制,提出了一种基于 PID 调节器型的学习控制方法.本文首先给出了线性时变系统学习控制方法的稳定性条件,并导出了非线性机器人系统的迭代学习方法.此方法结构简单,计算量小,便于实时控制.最后就 PUMA-560的前三关节机械手的轨迹控制作了仿真研究.结果表明,随着学习次数的增加,机械手的实际运动轨迹将收敛于期望轨迹. 相似文献
7.
给出了一种基于增强型算法并能自动生成控制规则的模糊神经网络控制器RBFNNC(reinforcements based fuzzy neural network comtroller)。该控制器能根据被控对象的状态通过增强型学习自动生成模糊控制规则,RBFNNC用于倒立摆小车平衡系统控制的仿真实验表明了该系统的结构及增强型学习算法是有效和成功的。 相似文献
8.
9.
迭代学习算法广泛应用于机器人轨迹跟踪控制研究中.常规迭代学习算法要求每次迭代的初始条件都相同,针对一类强耦合非线性系统在有限时间内重复运动的特征,提出了一种带有任意初态学习率的迭代算法.这种算法允许迭代时初始状态处于任意位置,通过数学计算证明了系统在不同初始态条件下的迭代学习算法,系统输出可以完全跟踪期望轨迹.这种带有... 相似文献
10.
为提高移动机器人对特定轨迹的重复跟踪能力,提出了采用开闭环PD型迭代学习控制算法对移动机器人进行轨迹跟踪控制的方法。建立了包含外界干扰的非完整约束条件下的轮式移动机器人运动学模型,给出了系统的控制算法和控制结构。仿真结果表明,采用开闭环PD型迭代学习控制算法对轨迹跟踪是可行有效的,收敛速度优于其他迭代学习算法。 相似文献
11.
12.
M Riedmiller 《Neural computing & applications》1999,8(4):323-338
The paper presents the concepts of a neural control architecture that is able to learn high quality control behaviour in technical
process control from scratch. As the input to the learning system, only the control target must be specified. In the first
part of the article, the underlying theoretical principles of dynamic programming methods are explained, and their adaptation
to the context of technical process
control is described. The second part discusses the basic capabilities of the learning system on a typical benchmark problem,
where a special focus lies on the quality of the acquired control law. The application to a highly nonlinear chemical reactor
and to an instable multi-output system shows the ability of the proposed neural control architecture to learn even difficult
control strategies from scratch. 相似文献
13.
14.
15.
基于因果建模的强化学习技术在智能控制领域越来越受欢迎. 因果技术可以挖掘控制系统中的结构性因果知识, 并提供了一个可解释的框架, 允许人为对系统进行干预并对反馈进行分析. 量化干预的效果使智能体能够在复杂的情况下 (例如存在混杂因子或非平稳环境) 评估策略的性能, 提升算法的泛化性. 本文旨在探讨基于因果建模的强化学习控制技术 (以下简称因果强化学习) 的最新进展, 阐明其与控制系统各个模块的联系. 首先介绍了强化学习的基本概念和经典算法, 并讨论强化学习算法在变量因果关系解释和迁移场景下策略泛化性方面存在的缺陷. 其次, 回顾了因果理论的研究方向, 主要包括因果效应估计和因果关系发现, 这些内容为解决强化学习的缺陷提供了可行方案. 接下来, 阐释了如何利用因果理论改善强化学习系统的控制与决策, 总结了因果强化学习的四类研究方向及进展, 并整理了实际应用场景. 最后, 对全文进行总结, 指出了因果强化学习的缺点和待解决问题, 并展望了未来的研究方向. 相似文献
16.
17.
造船龙门起重机随着造船业的迅速发展也跟着快速发展起来。在大车行走过程中,由于龙门起重机的刚腿和柔腿之间的跨距较大,因此要求刚腿和柔腿的位移要始终保持一致,如果偏差过大则会造成大车偏斜运行等严重后果。本文结合软硬件的设计,详细介绍了大车纠偏控制系统从位置检测到位置闭环控制是如何实现大车的实时纠偏。 相似文献
18.
In this paper, we propose fuzzy logic-based cooperative reinforcement learning for sharing knowledge among autonomous robots. The ultimate goal of this paper is to entice bio-insects towards desired goal areas using artificial robots without any human aid. To achieve this goal, we found an interaction mechanism using a specific odor source and performed simulations and experiments [1]. For efficient learning without human aid, we employ cooperative reinforcement learning in multi-agent domain. Additionally, we design a fuzzy logic-based expertise measurement system to enhance the learning ability. This structure enables the artificial robots to share knowledge while evaluating and measuring the performance of each robot. Through numerous experiments, the performance of the proposed learning algorithms is evaluated. 相似文献
19.
Slim Frikha Mohamed Djemel Nabil Derbel 《International Journal of Control, Automation and Systems》2018,16(2):559-565
This paper presents a new adaptive neuro-sliding mode control for gantry crane as varying rope length. This control method derived from combining the sliding surfaces of three subsystem of the gantry crane (trolley position, rope length, anti-swing) to draw out two system sliding surfaces: the trolley position with the anti-swing and the rope length and the anti-swing. On the based of the sliding mode control principle, drawn out the equivalent controller and the switching controller for gantry crane. But due to the uncertain parameters-nonlinear model of gantry crane with the bound disturbances, combining the neural approximate method, defined the neural controller and the compensation controller for the difference between the equivalent controller and the neural controller for two system control inputs: trolley position and rope length. The adaptive control laws for these controllers were deduced from Lyapunov’s stable criteria to asymptotically stabilize the sliding surfaces. Simulation studies are performed to illustrate the effectiveness of the proposed control. 相似文献