论文部分内容阅读
为了简化机械臂复杂的运动规划问题,且使机械臂具有适应新任务的泛化能力,研究并实现了一种基于循环神经网络（recurrent neural network,RNN）的机械臂任务模仿系统.首先,由示教者进行原始任务示教并采集示教数据;其次,通过构建RNN对原始示教数据进行训练,得到机械臂对示教任务模仿的控制策略;然后,当任务发生变化时,观察新任务的运动并采集运动信息;最后,通过基于RNN的控制策略对新任务运动信息进行泛化输出,得到机械臂模仿新任务的控制信息,进而完成模仿.物理对象实验结果表明,系统具有简单高效