期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
仿人机器人实时动作模仿的最优控制策略
被引量：
1
1
作者
韩可
李世其
+1 位作者
周雨玫
熊友军
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023年第11期1-8,共8页
为实现仿人机器人对人类上肢动作的高相似模仿,提出了基于递归神经网络(RNN)的拟人机械臂实时控制算法.首先,将动作模仿转化为对腕部和肘部双演示轨迹的同步跟踪问题.为了协调双轨迹跟踪过程中的潜在冲突及关节极限,采用最优控制技术将...
为实现仿人机器人对人类上肢动作的高相似模仿,提出了基于递归神经网络(RNN)的拟人机械臂实时控制算法.首先,将动作模仿转化为对腕部和肘部双演示轨迹的同步跟踪问题.为了协调双轨迹跟踪过程中的潜在冲突及关节极限,采用最优控制技术将该问题构造为一个时变凸二次规划(QP)问题.机械臂的关节位置极限和速度极限以不等式约束形式加入到优化问题中.然后,设计了递归神经网络SWET-RNN,对该QP问题进行实时化求解.理论证明了SWET-RNN的全局收敛性和稳定性,其能够在有限时间内收敛到所述QP问题的最优解.最后,真机实验表明:部署了SWET-RNN算法的动作模仿控制器对腕部目标轨迹的平均跟踪误差为6.5 mm,肘部平均跟踪误差为7.3 mm,单次调用平均耗时仅为0.126 ms;仿人机器人能够在不超越自身物理能力限制的前提下,对演示动作进行高精度、低延迟的模仿.
展开更多
关键词
仿人机器人
人类动作模仿
最优控制
时变凸二次规划
递归神经网络(RNN)
原文传递
基于递归型神经网络动力学求解时变凸二次规划
2
作者
廖伍代
周军
《运筹学学报》
CSCD
北大核心
2023年第1期103-114,共12页
为了在线求解时变凸二次规划问题,实现误差精度更高、求解时间更短和收敛速度更快的目标。本文采用了求解问题更快的时变网络设计参数,选择了有限时间可以收敛的Sign-bi-power激活函数,构造了一种改进的归零神经网络动力学模型。其后,...
为了在线求解时变凸二次规划问题,实现误差精度更高、求解时间更短和收敛速度更快的目标。本文采用了求解问题更快的时变网络设计参数,选择了有限时间可以收敛的Sign-bi-power激活函数,构造了一种改进的归零神经网络动力学模型。其后,分析了模型的稳定性和收敛性,得到其解能够在有限时间内收敛。最后,在仿真算例中,与传统的梯度神经网络和归零神经网络模型相比,所提模型具有更高的误差精度、更短的求解时间和更快的收敛速度,优于前两种网络模型。
展开更多
关键词
时变凸二次规划
改进的归零动力学模型
Sign-bi-power
下载PDF
职称材料
题名
仿人机器人实时动作模仿的最优控制策略
被引量：
1
1
作者
韩可
李世其
周雨玫
熊友军
机构
华中科技大学机械科学与工程学院
深圳市优必选科技股份有限公司
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023年第11期1-8,共8页
基金
广东省重点领域研发计划资助项目(2019B010154003).
文摘
为实现仿人机器人对人类上肢动作的高相似模仿,提出了基于递归神经网络(RNN)的拟人机械臂实时控制算法.首先,将动作模仿转化为对腕部和肘部双演示轨迹的同步跟踪问题.为了协调双轨迹跟踪过程中的潜在冲突及关节极限,采用最优控制技术将该问题构造为一个时变凸二次规划(QP)问题.机械臂的关节位置极限和速度极限以不等式约束形式加入到优化问题中.然后,设计了递归神经网络SWET-RNN,对该QP问题进行实时化求解.理论证明了SWET-RNN的全局收敛性和稳定性,其能够在有限时间内收敛到所述QP问题的最优解.最后,真机实验表明:部署了SWET-RNN算法的动作模仿控制器对腕部目标轨迹的平均跟踪误差为6.5 mm,肘部平均跟踪误差为7.3 mm,单次调用平均耗时仅为0.126 ms;仿人机器人能够在不超越自身物理能力限制的前提下,对演示动作进行高精度、低延迟的模仿.
关键词
仿人机器人
人类动作模仿
最优控制
时变凸二次规划
递归神经网络(RNN)
Keywords
humanoid
robots
human
motion
imitation
optimal
control
time
-
varying
convex
quadratic
programming
recurrent
neural
network(RNN)
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于递归型神经网络动力学求解时变凸二次规划
2
作者
廖伍代
周军
机构
中原工学院电子信息学院
出处
《运筹学学报》
CSCD
北大核心
2023年第1期103-114,共12页
基金
国家自然科学基金(Nos.61876209,62076222)。
文摘
为了在线求解时变凸二次规划问题,实现误差精度更高、求解时间更短和收敛速度更快的目标。本文采用了求解问题更快的时变网络设计参数,选择了有限时间可以收敛的Sign-bi-power激活函数,构造了一种改进的归零神经网络动力学模型。其后,分析了模型的稳定性和收敛性,得到其解能够在有限时间内收敛。最后,在仿真算例中,与传统的梯度神经网络和归零神经网络模型相比,所提模型具有更高的误差精度、更短的求解时间和更快的收敛速度,优于前两种网络模型。
关键词
时变凸二次规划
改进的归零动力学模型
Sign-bi-power
Keywords
time
-
varying
convex
quadratic
programming
improved
zeroing
dynamic
model
Sign-bi-power
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
O221 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
仿人机器人实时动作模仿的最优控制策略
韩可
李世其
周雨玫
熊友军
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2023
1
原文传递
2
基于递归型神经网络动力学求解时变凸二次规划
廖伍代
周军
《运筹学学报》
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
