基于终态滑模的机械臂自适应迭代学习控制

针对带未知参数且执行重复任务的机械臂，提出一种自适应迭代学习控制算法。为了克服因重置精度低带来的重置误差，引入了终态滑模和初始状态修正吸引子，实现了跟踪误差在有限时间收敛于0，并通过迭代轴上的自适应算法来调节控制器参数。理论证明了跟踪误差的收敛性和系统中所有信号的有界性，仿真结果验证了算法的有效性。