采掘机器人的模糊监督——神经网络控制器技术  

FUZZY SUPERVISION OF ROBOTIC EXCAVATOR RESEARCH ON NEURAL NETWORK CONTROLLERS

作　　者：龚向东[1] 王建治[1] 冯培恩[1] 高宇[1] 

机构地区：[1]浙江大学流体传动国家实验室

出　　处：《机器人》1996年第5期316-320,共5页Robot

基　　金：国家教委博士点基金项目;浙江大学流体传动与控制国家重点实验室资助项目.

摘　　要：介绍一种基于规则的自学习神经网络控制器在采掘机器人上的应用．它根据实时执行的结果，采用多步学习－模糊监督学习方法，修正神经网络的教师信号，使控制算法简化，提高了计算的实时性。A method of rule based self learning neural network controller applied to the robotic excavator is presented. According to the real time control result, the controller takes advantage of the method of multiple steps learning and fuzzy supervision to correct the teacher signals of neural network, therefore, the control algorithm becomes simple, the reality of calculating is improved, and the learning speed is increased. This method is tested and verified by experiments.

关 键 词：采掘机器人 神经网络 控制器 机器人 

分 类 号：TP242.3[自动化与计算机技术—检测技术与自动化装置] TP18[自动化与计算机技术—控制科学与工程]