摘要

本发明公开了一种基于确定学习的封闭机器人速度补偿跟踪控制方法、存储介质及机器人,该控制方法具体步骤包括:建立具有内部速度PI控制器的封闭机器人动力学模型和期望的关节周期轨迹;设计自适应神经网络速度补偿控制指令,并利用确定学习理论获取经验知识;基于所获经验知识设计常值神经网络速度补偿控制指令。本发明所设计方法不仅实现了神经网络控制智能算法在具有未知动态封闭机器人系统上的应用,而且基于确定学习理论设计的常值神经网络速度补偿控制指令,使得机器人能够从复杂工作任务中获取和利用经验知识,并在执行重复任务时节省在线计算资源和提升暂态跟踪性能。