论文部分内容阅读
提出了一种基于神经网络学习的机器人动力学建模方法．其特点是在网络结构中引入积分单元，构成含有积分回路的动态网络，使之能够很好地学习对象的动态特征．讨论了该模型在最优化等领域中的应用，及其泛化能力等问题．依据实际高尔夫挥杆机器人的结构参数以及其控制器特性进行了仿真实验．仿真结果表明，该模型算法简单实用，完全不需要对象的数学描述，泛化能力极强，具有良好的应用前景．