• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Model-free Gradient Iterative Learning Control for Non-linear Systems
【24h】

Model-free Gradient Iterative Learning Control for Non-linear Systems

机译：非线性系统的无模型梯度迭代学习控制

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Iterative learning control (ILC) is a well-established approach to precision tracking for systems that perform a repeated task. Gradient-based update laws are amongst the most widely applied in practice due to their attractive robustness properties. However, they are limited by requiring a model of the system dynamics to be identified. This paper shows how gradient ILC can be extended for use with a general class of nonlinear systems, and additionally how the update can be generated using an extra experiment conducted between trials. This ‘model-free’ algorithm extends previous work for linear systems, and is illustrated by a nonlinear rehabilitation application requiring accurate control of human upper-limb movement.
机译：迭代学习控制（ILC）是一种成熟的方法，用于对执行重复任务的系统进行精确跟踪。基于梯度的更新定律由于其有吸引力的鲁棒性而成为实践中应用最广泛的定律。但是，它们受到要求识别系统动力学模型的限制。本文展示了如何将梯度ILC扩展为可用于一般类别的非线性系统，以及另外如何通过两次试验之间进行的额外实验来生成更新。这种“无模型”算法扩展了线性系统的先前工作，并通过需要精确控制人类上肢运动的非线性康复应用来说明。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号