[发明专利]基于单评判网络的可重构机器人零和神经最优控制方法

说明书

基于单评判辨网络的可重构机器人系统的零和神经最优控制方法，属于机器人控制算法领域，为了解决现有技术中存在不确定性干扰的问题，该方法首先建立可重构机器人系统的动力学模型，其次构建代价函数与HJI方程，通过基于策略迭代的学习算法，来求HJI方程的解，然后通过对可重构机器人关节子系统间的耦合交联项的观测，接下来采用神经网络对代价函数进行近似，最后通过仿真验证所提出控制方法的有效性。该方法改善了系统的跟踪性能，并且采用了单评判神经网络对未知非线性项的计算负担，关节位置的稳态误差减小；不仅可以保持系统渐进稳定，而且可以降低每个关节的能量损耗；为可重构机器人提供稳定性和精确性，并且可以满足各种任务的需求。

技术领域

本发明涉及一种基于单评判辨网络的可重构机器人系统的零和神经最优控制方法，属于机器人控制算法领域。

背景技术

可重构机器人可以根据不同的任务需求对自身构形进行重新组合与配置，从而表现出许多传统机器人所不具有的优势。“模块化”与“可重构”作为可重构机器人设计的两大基本要求，其主要思想是将一个复杂的机器人系统分解为多个具有较高便携性与可维护性的子系统，从而有效缩短机器人系统的设计与制造的周期。可重构机器人系统不可避免在未知环境下完成工作，并且要综合考虑并确保系统的稳定性、鲁棒性、精确性、节能性等指标，因此在环境信息不确定的条件下采用合适的控制策略是十分必要的。

最优控制作为现代控制理论的重要组成部分，其研究的核心问题是对于一个给定的被控系统，选择合适的控制策略使系统的某些性能指标达到最优。对于可重构机器人系统，获取其最优控制策略则需要求解哈密顿-雅克比-埃塞克方程，而该方程是一类非线性偏微分方程，难以用解析方法求得最优解。自适应动态规划方法是一种解决非线性系统最优控制问题的强有力工具，在自适应动态规划系统中，神经网络被设计用来近似性能指标函数并估计哈密顿-雅克比-埃塞克方程的解。

对于复杂的相互关联的非线性系统，尤其是可重构机器人系统，交联项的性质和规模与内部动力学有很大的不同。通过设计状态扩展观测器对耦合交联项进行观测，并结合通过求解哈密顿-雅克比-埃塞克方程的零和最优控制律以及最坏干扰律，得到单评判网络的零和神经最优控制律，运用到动力学模型，获得关节位置变量。

发明内容

本发明为了解决现有技术中存在不确定性干扰的问题，提出了一种基于单评判辨网络的可重构机器人系统的零和神经最优控制方法。

本发明解决技术问题的方案是：

基于单评判网络的可重构机器人零和神经最优控制方法，其特征是，该方法首先建立可重构机器人系统的动力学模型，其次构建代价函数与HJI方程，通过基于策略迭代的学习算法，来求HJI方程的解，然后通过对可重构机器人关节子系统间的耦合交联项的观测，接下来采用神经网络对代价函数进行近似，最后通过仿真验证所提出控制方法的有效性。

基于单评判网络结构的可重构机器人零和神经最优控制方法，包括如下步骤：

步骤一，建立可重构机器人系统动力学模型如下：

上式中，u∈Rⁿ代表控制力矩，q∈Rⁿ表示关节位置向量，表示关节速度向量，表示关节加速度向量，M(q)∈R^n×n代表惯性矩阵，表示哥氏力和离心力项，G(q)∈Rⁿ代表重力项。

在实际应用中，诸如空间探索或灾难救援，可重构机器人有很多关节模块，集中控制会带来沉重的计算负担和复杂的控制结构。为了解决这一缺陷，考虑可重构机器人的每一个子系统，其中包含交联耦合项，第i个子系统的动力学模型可表示为: