针对机械臂系统存在时变、非线性和强耦合的特点，提出了基于人工神经网络的机械臂控制方法。该方法可以在机械臂运行过程中通过训练不断提升对环境和任务的适应能力，从而提升控制精度，使机械臂具备很强的容错性和信息综合能力。相关工作改进了神经网络方法的效率、稳定性和适用性。对机械臂轨迹跟踪问题的运动学和动力学模型进行分析，总结了基于神经网络控制方法的研究现状，并对基于强化学习和柔性臂模型的研究方向进行了展望。
科研之友
微信
新浪微博
Facebook
分享链接
