论文部分内容阅读
提出了将CMAC网络与PD控制器相结合的机器人在线自学习控制器，通过引入高阶网络的概念，采用简单的叠加处理法将多维输入空间的CMAC神经网络化为多个一维输入子网络，从而简化系统的网络结构．同时对进行叠加的一维输入CMAC网络选取不同的学习步长，提高了学习的收敛速度和模型的逼近能力．计算机仿真结果表明，所提出的新型机器人自学习控制器具有很好的控制性能．