一种基于神经网络的机械臂逆运动学求解方法、电子设备及存储介质

摘要

本发明公开了一种基于神经网络的机械臂逆运动学求解方法，所述方法包括：对每个输入进行向量化，将其转化为对应的属性向量；将各属性向量输入第一权重计算模块，得到各属性向量对应的第一权重；利用各第一权重对相应的属性向量进行加权后求和，得到第一全连接神经网络模块的输入向量，第一全连接神经网络模块的输出为至少部分关节变量的预测值。采用本发明的方法，不仅能增强神经网络的可解释性，还可以充分挖掘出数据中蕴含的信息，提升神经网络的精确性。