基于随机初态学习率的迭代学习控制

摘要

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.这种带有任意初态学习率的迭代学习算法放宽了迭代学习的初态条件,并且给出了收敛的充分条件.仿真分析验证了该算法的有效性.