Published
2026-09-09
Section
Articles
How to Cite
基于深度学习的柔性机械臂轨迹跟踪控制研究
徐 飞
山东中福环保设备有限公司
DOI: https://doi.org/10.59429/kxjsyy.v3i4.15222
Keywords: 深度学习；柔性机械臂；轨迹跟踪控制；神经网络
Abstract
柔性机械臂具备灵活与安全的特点，在精密制造等领域有着广泛的应用，不过它存在非线性动力学以及参数 时变的情况，这使得传统控制方法很难得到理想的跟踪效果。本文针对这种情况展开研究，提出依靠深度学习的柔 性机械臂轨迹跟踪控制方法，深度学习经由多层非线性变换可以逼近复杂的非线性函数，而且能够自动从传感数据 当中学到系统的特征，免除建模误差，但是当前的研究存在一些主要难题：模型训练需大量带有标签的数据，而收 集这些数据的成本很高；对于系统参数的变化不够稳定；无法很好地兼顾即时控制的精准度和计算的繁杂程度，本 项研究表现出深度学习在柔性臂控制方面的长处和不足之处，给工业应用赋予理论支持。
References
[1] 易佳豪，王福杰，胡锦涛等. 基于行为克隆的机械臂多智能体深度强化学习轨迹跟踪控制[J]. 计算机应用研究，2025, 42(4): 1025-1033.
[2] 张安龙，林志赟，王博等. 基于笛卡尔空间力补偿的柔性关节协作机械臂轨迹跟踪控制[J]. 控制与决策，2025, 40(6): 1807-1816.
[3] 王丹，易红星，王东霞等. 基于机器学习的柔性机械臂轨迹跟踪控制方法[J]. 长江信息通信，2023, 36(5):116-118.