基于确定学习与复合学习联合的机械臂柔顺控制方法、存储介质及机器人

摘要

本发明公开了基于确定学习与复合学习联合的机械臂柔顺控制方法、存储介质及机器人，方法包括：首先，根据实时交互任务的跟踪误差，设计二阶阻抗模模型中的阻尼系数、刚度系数的调节策略，然后在机械臂与环境交互力回归的情况下，基于复合学习理论设计自适应神经网络阻抗控制器，最后，利用确定学习理论获取经验知识，设计常值神经网络阻抗控制器，实现机械臂的柔顺控制，保证机械臂末端动态响应遵循期望阻抗模型。本发明设计的方法不仅有效加速了神经网络对系统未知动态的学习，解决了带有未知动态的机械臂与环境交互时的安全柔顺控制，而且在保证系统稳定的前提下提高了机械臂的顺应性和适应性，减小了运动冲击。

关键词