基于单评判网络的可重构机器人零和神经最优控制方法

摘要

基于单评判辨网络的可重构机器人系统的零和神经最优控制方法，属于机器人控制算法领域，为了解决现有技术中存在不确定性干扰的问题，该方法首先建立可重构机器人系统的动力学模型，其次构建代价函数与HJI方程，通过基于策略迭代的学习算法，来求HJI方程的解，然后通过对可重构机器人关节子系统间的耦合交联项的观测，接下来采用神经网络对代价函数进行近似，最后通过仿真验证所提出控制方法的有效性。该方法改善了系统的跟踪性能，并且采用了单评判神经网络对未知非线性项的计算负担，关节位置的稳态误差减小；不仅可以保持系统渐进稳定，而且可以降低每个关节的能量损耗；为可重构机器人提供稳定性和精确性，并且可以满足各种任务的需求。