基于神经网络的机器人系统的鲁棒迭代学习控制

• 作 者: 刘晏辰 贾英民
• 机 构: 北京航空航天大学,第七研究室,北京,100083
• 出 处: 2006中国控制与决策学术年会
• 发表日期: 2006年期
• 关键词: 神经网络 机器人系统 系统不确定性 网络学习 结构性 鲁棒自适应 有界输入 控制问题 控制方案 迭代学习 周期性 非周期 制用 扰动 方法

本文针对一类含有结构性和非结构性不确定性机器人系统的跟踪控制问题,提出了一种基于神经网络的鲁棒自适应迭代学习控制方案.在该方案中,学习控制用于学习周期性的系统不确定性,鲁棒输入项用于抑制非周期的系统不确定性,利用RBF神经网络学习系统不确定性未知上界.该方法在有界输入扰动的情况下仍能获得期望的效果.