基于ELM的机器人逆动力学建模研究

极限学习机(extreme learning machine,ELM)是一种新型的前馈神经网络,可有效的处理复杂的非线性的回归拟合问题。本文提出了基于极限学习机的机器人逆动力学模型的建模方法,阐述了基本的设计思想和具体的算法过程,通过对二自由度刚性机器人的仿真,结果验证了该方法的有效性和可行性,与RBF神经网络相比极限学习机的优点在于训练时间短,能极快的达到全局收敛,且非线性系统建模精度和模型泛化能力都得到提高。