基于高阶CMAC网络的机器人自学习控制器

被引：1

作者：

杨胜跃

樊晓平

不详

机构：

[1] 不详

[2] 长沙铁道学院信息与控制工程研究所!湖南长沙

[3] 不详

[4] 不详

来源：

长沙铁道学院学报 | 2000年 / 03期

基金：

湖南省自然科学基金;

关键词：

CMAC网络; 机器人控制; 自学习; 叠加处理法; 高阶神经网络;

D O I：

10.19713/j.cnki.43-1423/u.2000.03.007

中图分类号：

TP24 [机器人技术];

学科分类号：

080202 ; 1405 ;

摘要：

提出了将 CMAC网络与 PD控制器相结合的机器人在线自学习控制器 ,通过引入高阶网络的概念 ,采用简单的叠加处理法将多维输入空间的 CMAC神经网络化为多个一维输入子网络 ,从而简化系统的网络结构 .同时对进行叠加的一维输入 CMAC网络选取不同的学习步长 ,提高了学习的收敛速度和模型的逼近能力 .计算机仿真结果表明 ,所提出的新型机器人自学习控制器具有很好的控制性能 .

引用

页码：29 / 33

页数：5