|
|||||
|
|
| 基于动态运动原语和自适应控制的机器人技能学习 | |
| 引用本文： | 张文安,高伟展,刘安东.基于动态运动原语和自适应控制的机器人技能学习[J].上海交通大学学报,2023(3):354-365. |
| 作者姓名： | 张文安 高伟展 刘安东 |
| 作者单位： | 浙江工业大学信息工程学院 |
| 基金项目： | 浙江省自然科学基金重大项目(LD21F030002)； |
| 摘 要： | 提出一种基于动态运动原语(DMP)和自适应控制的机器人技能学习方法.现有的DMP从单示教轨迹中学习动作，且其高斯基函数分布方式固定，并不适用于各种不同特征的动作轨迹.因此，将高斯混合模型和高斯混合回归引入DMP中，使其能从多示教轨迹中学习技能，并且将径向基神经网络(RBFNN)引入DMP中构成RBF-DMP方法，以梯度下降的方式学习高斯基中心位置和权重，提高技能学习的精度.设计自适应神经网络控制器，用于控制机械臂复现示教中学习的动作.在Franka Emika Panda协作机械臂上开展实验研究，验证方法的有效性. |
| 关 键 词： | 动态运动原语 高斯混合模型 径向基神经网络 机器人学习 |