基于稀疏學習的連續(xù)型機械臂自適應(yīng)控制器

摘要： 探討空間連續(xù)型機械臂執(zhí)行在軌操作任務(wù)過程中的自適應(yīng)軌跡跟蹤控制器設(shè)計問題.首先,對于具有顯著非線性特征的連續(xù)型機械臂動力學模型,考慮運動過程中存在的建模誤差和外部干擾因素,設(shè)計變結(jié)構(gòu)動力學控制器;然后,基于深度強化學習(deep reinforcement learning, DRL)對變結(jié)構(gòu)控制器參數(shù)進行在線調(diào)整,實時優(yōu)化控制器性能;最后,提出一種針對強化學習網(wǎng)絡(luò)稀疏訓練方法...