基于增强学习的机械臂轨迹跟踪控制
为了提高机器臂轨迹跟踪控制器的工作性能,提出基于增强学习的机械臂轨迹跟踪控制方法.介绍了增强学习的基本原理,提出基于SARSA算法的增强学习补偿控制策略.利用比例—微分(PD)控制器完成了基本的稳定任务后,再利用增强学习算法实现了对未知干扰因素的补偿,提升了对不同未知情况的适应能力.实验结果验证了自适应离散化增强学习方法在机械臂轨迹跟踪问题中的可行性和有效性,明显提高了控制器的学习速度.
机器人、增强学习、轨迹跟踪、比例—微分控制器、前馈神经网络
24
TP242.2(自动化技术及设备)
河北省科技计划资助项目17211804D;天津市教委科研计划资助项目20140728;河北省自然科学基金资助项目F2018202078;河北省首批青年拔尖人才支持计划资助项目210003;天津市自然科学基金资助项目16JCQNJC04200
2018-10-24(万方平台首次上网日期,不代表论文的发表时间)
共9页
1996-2004