一种改进的机器人迭代学习控制方法

摘要

本文利用学习推理的思想提出了一种改进的选代学习方法，目的在于改善单纯迭代学习在机器人轨迹控制中对系统负载的依赖性。能对周期性重复工作的机器人轨迹控制在系统模型和负载完全未知的条件下经一周期的试运行后达到准确轨迹跟踪，仿真研究表明，对于Ｐｕｍａ－５６０机械手的轨迹控制精度可达到１％．而且整个控制算法计算量少，完全能满足实时控制要求．