Repetitive Learning Control for Time-varying Robotic Systems： A Hybrid Learning Scheme

Abstract

重复学习控制为不明确的变化时间的机器的系统追踪的 finite-time-trajectory 被介绍。在时间函数以一个反复的学习方法被学习的地方，一个混合学习计划被给在系统动力学应付经常、变化时间的 unknowns，没有泰勒表示的帮助，当常规微分学习方法为估计经常的被建议时。介绍重复学习控制为在每个周期的开始的起始的重新定位避免要求，是不同的，并且变化时间的 unknowns 不是必要的周期。随混合学习的采纳，靠近环的系统的州的变量的固定被保证，追踪的错误被保证作为重复增加收敛到零，这被显示出。建议计划的有效性通过数字模拟被表明。