Reinforcement learning-based optimized backstepping fuzzy tracking control for flexible-joint robot systems
针对非严格反馈结构下的柔性关节机器人系统, 本文提出了一种基于强化学习的简化模糊优化跟踪控制算法, 柔性关节机器人通过非严格反馈形式的四阶动态系统来描述, 采用模糊逻辑系统逼近未知函数, 并建立一个辅助自适应系统处理输入饱和问题. 基于 actor-critic 的简化强化学习算法设计模糊最优跟踪控制器. 此外, 采用非负函数的负梯度下降法, 而非贝尔曼残差误差平方法实现优化. 通过 Lyapunov 稳定性分析, 确保整个系统的半全局一致最终有界性. 仿真算法说明了基于强化学习的模糊跟踪控制策略的有效性.
Authors
- Guoxing Wen (ORCID: https://orcid.org/0000-0002-6392-5989)
- Fusheng Yu
- Yan‐Jun Liu (ORCID: https://orcid.org/0000-0002-1771-6342)
- Hui Sun (ORCID: https://orcid.org/0000-0001-7199-9059)
- Jian Wu (ORCID: https://orcid.org/0000-0003-3190-4347)
Publication Details
- Journal
- Scientia Sinica Informationis
- Published
- 2025-05-30
- DOI
- https://doi.org/10.1360/ssi-2025-0035
- Citations
- 2
- Primary Topic
- Adaptive Dynamic Programming Control
- Type
- article
- Field-Weighted Citation Impact
- 3.01