基于强化学习的超冗余机器人末端位置控制
Mechatronics（2022）
摘要
超冗余连续体机器人因其细长结构,在受限空间具有重大应用价值.连续体长时间使用后由于摩擦、耗损等问题导致控制精度下降,影响性能.针对连续体机器人末端位置精确控制问题,对比有模型和无模型的控制方法,并搭建仿真和实体环境进行验证.实验结果表明,无模型方法适用性高,能实现较为复杂的运动规划,但是与环境交互次数过大,无法开展实体训练.基于模型的控制算法,采用集成方式表达环境状态转移模型,在少量交互下实现末端位置误差稳定收敛,具有较好的控制效果.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要