为有效理解合作者的操作意图,实现机器人的柔顺控制,文章提出了一种基于机器学习的意图理解方法。离线学习阶段,采用遗传算法同时优化BP神经网络的权值、阈值和拓扑结构;在线实时估计阶段,通过在线学习BP算法,调整网络的权值和阈值,对输入参数与输出速度之间的关系进行自学习,并将这种未知关系保存在网络结构内部,不断预测出操作者的意图信息。实验结果表明,该方法在减小了合作者作用力,降低了合作者努力程度的同时,提升了人机协作的运动同步性。
科研之友
微信
新浪微博
Facebook
分享链接
