成果介绍
结合工业机器人实际工作任务需求,在不同应用环境下保证系统的抗扰动以及控制系统的优化性能。设计闭环控制系统架构,要求开发的控制系统能够在现有工况下,提高被控对象的控制精度百分之80,除此之外,被控系统(机器人或工业伺服系统)能够具有较强的抗外界扰动能力和自适应能力,可进行预设性能配置。在深度学习算法的优化下,具有自我学习和优化能力,并可实现多智能体控制系统的扩展应用。
成果亮点
为了保证所开发的控制系统具有较高控制精度和较快的响应速度,在闭环系统中引入预设性能函数,构建带有属性指向的智能控制系统,最终使被控对象能够在预设时间内完成指定的控制精度。本项目旨在解决智能体精准控制和信息获取等共性科学问题,为提高智能体控制性能与控制可靠性奠定理论与技术基础。
团队介绍
核心成员一人
成果资料