Department of Electronics and Communication Engineering Sun Yat-Sen University, Guangzhou 510275, China;
机译:基于简化的基于LVI的原始对偶神经网络解决了冗余平面机器人的加速级重复运动规划
机译:基于关节物理极限并使用基于LVI的原始-双重神经网络的PA10机器人手臂的重复运动计划
机译:使用基于LVI的原始-对偶神经网络的机器人双标准速度最小化,并通过PUMA560机器人手臂进行了说明
机译:基于LVI的原始 - 双神经网络和PUMA560示例的冗余机器人重复运动规划
机译:神经网络方法用于机器人系统的实时运动计划和控制。
机译:基于神经网络的协同机器人探索性学习和运动计划系统
机译:基于双回归神经网络的运动冗余度机器人避障运动规划
机译:机器人手臂的参数运动控制:使用神经网络的基于生物学的方法