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 |
|
|