论文部分内容阅读
在本文中，我们提出了一种神经网络控制方法，以增强在机械手控制中普遍使用的计算转矩控制结构。本算法将计算转矩控制结构和神经网络补偿结构有效地结合起来，使得在不增加控制结构复杂性的基础上，大大增强了控制的鲁棒性。由于神经元补偿器具有很强的自适应性，因此在整个控制算法中无需事先精确了解机器人的动力学参数和结构，而且在操作中变化的参数也能得到很好的补偿。这种算法还有一个突出的优点就是，神经元补偿器作为前馈