基于神经网络的机器人系统的鲁棒迭代学习控制

摘要：

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.

关键词： 智能机器人 迭代学习 鲁棒控制 人工神经网络

作者: 刘晏辰 贾英民

作者单位: 北京航空航天大学,第七研究室,北京,100083

会议类型: 国内会议

会议名称: 2006中国控制与决策学术年会

会议地点: 天津

会议语种:中文

页码: 1419-1422

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）