在新型机器人RRRobot(Rocking and Rolling Robot)姿态控制的研究中,由于新型机器人是一个典型的欠驱动系统,且处于高重心状态下造成系统姿态控制困难。针对上述问题,采用自适应动态规划方法解决新型机器人的姿态运动最优控制问题。根...在新型机器人RRRobot(Rocking and Rolling Robot)姿态控制的研究中,由于新型机器人是一个典型的欠驱动系统,且处于高重心状态下造成系统姿态控制困难。针对上述问题,采用自适应动态规划方法解决新型机器人的姿态运动最优控制问题。根据系统模型,转化为自适应动态规划问题,选取状态变量和控制变量,采用BP神经网络构建执行网络和评价网络,并分别对执行网络和评价网络进行训练,给出了系统的效用函数,保证机器人在高重心状态下姿态达到期望位置。分别在单腿和双腿机动两种条件下进行仿真。仿真结果表明针对RRRobot的姿态调整控制问题,应用自适应动态规划方法计算精度高,能够快速的完成控制,粒子群算法和遗传算法验证方法的有效性、可行性,为RRRobot的后续研究提供了重要的试验基础。展开更多
We discover superslow optical processes with relaxation time as long as 250ms in I_(2).The demonstration is performed by a series of experiments with novel considerations for I2 interacting with phase modulated laser ...We discover superslow optical processes with relaxation time as long as 250ms in I_(2).The demonstration is performed by a series of experiments with novel considerations for I2 interacting with phase modulated laser fields,monitored by both coherent and noncoherent detection with digital frequency scale and time scale simultaneously for comparison.展开更多
文摘在新型机器人RRRobot(Rocking and Rolling Robot)姿态控制的研究中,由于新型机器人是一个典型的欠驱动系统,且处于高重心状态下造成系统姿态控制困难。针对上述问题,采用自适应动态规划方法解决新型机器人的姿态运动最优控制问题。根据系统模型,转化为自适应动态规划问题,选取状态变量和控制变量,采用BP神经网络构建执行网络和评价网络,并分别对执行网络和评价网络进行训练,给出了系统的效用函数,保证机器人在高重心状态下姿态达到期望位置。分别在单腿和双腿机动两种条件下进行仿真。仿真结果表明针对RRRobot的姿态调整控制问题,应用自适应动态规划方法计算精度高,能够快速的完成控制,粒子群算法和遗传算法验证方法的有效性、可行性,为RRRobot的后续研究提供了重要的试验基础。
基金Supported by the National Natural Science Foundation of China。
文摘We discover superslow optical processes with relaxation time as long as 250ms in I_(2).The demonstration is performed by a series of experiments with novel considerations for I2 interacting with phase modulated laser fields,monitored by both coherent and noncoherent detection with digital frequency scale and time scale simultaneously for comparison.