-
公开(公告)号:CN116430716A
公开(公告)日:2023-07-14
申请号:CN202310061011.X
申请日:2023-01-20
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明公开了带有输入迟滞的未知非线性系统预设性能控制方法,该方法先定义输入端带有滞后算子的n阶MIMO非线性非仿射系统,并定义的系统改写为矢量形式,然后设定条件,最后根据设定的条件设计控制器实现未知非线性系统预设性能控制。本发明方法通过在类反步设计思想中嵌入性能函数,并灵活设置可控性条件,提出了一种多输入多输出非线性非仿射系统在输入迟滞不确定条件下的预设性能鲁棒控制方案,解决了由于非线性非仿射系统的特殊性,需要寻找完美适应的可控性条件的难题,使该系统在一类广义迟滞的影响下,仍然可以放松系统的可控条件。
-
公开(公告)号:CN116149182A
公开(公告)日:2023-05-23
申请号:CN202211721403.6
申请日:2022-12-30
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明公开了一种分散的事件触发自适应反步控制方法,定义非线性系统,并设定三个系统必须满足的条件;其次进行坐标转化,设计连续状态反馈下的分散自适应反步控制器,最后在连续状态反馈下的分散自适应反步控制器的基础上构造一种事件触发条件下的分散自适应反步控制器。该方法通过将基于变量的修正凝聚方法的原理与非三角形结构不确定性的特殊处理相结合,避免了对时变参数的求导,消除了三角形结构条件的限制,从而拓宽了应用范围;用触发的状态直接替换连续的状态,完全消除了由间歇状态反馈引起的虚拟控制器的不可微问题,使得互联系统每个子系统只与相邻子系统交换信息,只利用间歇状态和输入,保证了通信资源使用和控制性能之间的平衡。
-
公开(公告)号:CN118404582A
公开(公告)日:2024-07-30
申请号:CN202410614847.2
申请日:2024-05-17
Applicant: 重庆大学
IPC: B25J9/16
Abstract: 本发明提出了一种基于强化学习的灵巧臂手机器人复杂技能学习方法,通过Isaac Gym平台构建仿真环境,利用单一的神经网络实现多任务训练,并通过统一奖励模型来适应不同的操作技能。在技能学习过程中,采用关键点标定物体和目标位置,简化了成功标准的判定,提升了学习效率。同时,建立分阶段性的奖励函数公式,有效避免了潜在的局部最小值问题,使学习过程更加稳定可靠。此外,还引入了指尖接触奖励机制,促进了精确的指尖与物体交互,进一步提升了操作技能的精确性。最后,结合域随机化技术,增强了机器人在不同环境下的适应性和鲁棒性,使其能够应对更为复杂的操作任务。
-
-