本项目研究基于对运动神经元智能探索的新型自适应学习控制问题,首先利用实验手段探索运动神经元的作用机理并给出合适的类人运动神经元控制模型,在此模型基础上探讨其基于人工神经网络的自适应最优学习控制问题,并与实验数据进行比对,进而对模型加以改进;最后将所得到的研究结果应用于几类机器人系统的自适应最优控制,如移动轮式车载倒立摆(MWIP)交通工具(如Segway)的路径规划和运动平衡问题、足球机器人运动平衡控制和最优路径规划、多自由度机械臂的变阻抗自调节及随机噪声抑制问题等。
英文主题词adaptive learning control;motor control;optimal control;stochastic control;neural network