融合深度强化学习的智能机械手精确轨迹跟踪控制

高健生¹

扫码查看

作者信息

1. 江门市鸿亮智造有限公司,广东江门 529000
折叠

摘要

智能机械手作为现代工业的重要组成部分,其控制精度和响应速度的提升至关重要.文章提出了一种基于深度学习与递推控制相结合的轨迹跟踪控制方案,以应对机械手在复杂动态环境下所面临的外部干扰和不确定性.通过径向基函数(RBF)神经网络对未知干扰进行建模与处理,实现了对干扰信号的有效转换,并结合递推控制方法逐层优化控制器的输出.仿真结果表明,所提方案显著提升了机械手的跟踪精度和鲁棒性,为智能制造提供了新的技术路径.

关键词

深度学习/递推控制/径向基函数/轨迹跟踪/外部干扰

引用本文复制引用

出版年

2024

今日制造与升级

ISSN：

段落导航