首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于基函数自重组的机器人通用运动技能学习研究

摘要第4-5页
Abstract第5-6页
第1章 引言第9-20页
    1.1 研究背景与意义第9-11页
    1.2 相关研究现状第11-18页
        1.2.1 国内外机器人研究现状第11-14页
        1.2.2 机器人技能学习方法概述第14-18页
    1.3 本文研究重点第18页
    1.4 本文章节安排第18-20页
第2章 机器人的运动学第20-34页
    2.1 机器人空间旋量描述和坐标变换第20-22页
        2.2.1 旋量代数第20页
        2.2.2 速度旋量与Mozzi瞬轴第20-22页
    2.2 机器人正运动学旋量表示第22-26页
        2.2.1 机器人正运动学第22-23页
        2.2.2 坐标变换第23-26页
    2.3 多自由度机器人位置和姿态的旋量计算第26-33页
        2.3.1 多自由度机器人正运动D-H表示第26-28页
        2.3.2 多自由度机器人正运动旋量表示第28-31页
        2.3.3 旋量表达与D-H坐标表达的关系第31-33页
    2.4 本章小结第33-34页
第3章 相似技能学习第34-51页
    3.1 机器人技能学习与轨迹规划第34-36页
    3.2 动态运动基元(DMPs)第36-41页
        3.2.1 相变量调整第38-39页
        3.2.2 多自由度机器人运动第39-41页
    3.3 数据驱动的DMPs-GMR第41-50页
        3.3.1 混合高斯第42-46页
        3.3.2 高斯混合回归(GMR)第46-49页
        3.3.3 基于DMPs-GMR的模仿学习第49-50页
    3.4 本章小结第50-51页
第4章 基于GMR-PI~2的特殊技能学习第51-62页
    4.1 基于随机最优控制的优化探索第51-54页
        4.1.1 从DMPs-GMR到随机最优控制第51-53页
        4.1.2 HJB方程到线性PDE的转换第53-54页
    4.2 基于路径积分的策略提高(PI~2 )第54-56页
    4.3 GMR-PI~2目标优化算法总结第56-60页
        4.3.1 代价函数第59-60页
    4.4 基函数自动重组第60-61页
        4.4.1 基函数范围的局限性第60-61页
    4.5 本章小结第61-62页
第5章 GMR-PI~2算法的应用第62-72页
    5.1 GMR-PI~2算法验证——过一个点抓取实验仿真第63-68页
        5.1.1 实验阐述第63-64页
        5.1.2 实验对比分析第64-68页
    5.2 基函数自动重组验证实验——过两点标记实验仿真第68-71页
    5.3 本章小结第71-72页
第6章 总结与展望第72-74页
    6.1 总结第72-73页
    6.2 展望第73-74页
致谢第74-75页
参考文献第75-77页
作者在攻读硕士学位期间发表的学术论文第77页

论文共77页,点击 下载论文
上一篇:万兆协议转换系统关键技术研究
下一篇:SAR图像边缘检测算法研究