LEARNING
L-Learning：基于李雅普诺夫方法与拉格朗日力学的机器人高效稳定轨迹跟踪方法
Quan Quan, Hao Li
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出了一种名为L-Learning的新型数据驱动控制框架，通过结合李雅普诺夫稳定性理论与拉格朗日力学，在保证闭环稳定性的同时优化轨迹跟踪性能。该方法具有控制精度高、稳定性理论保证和样本效率高等优点，适用于实际机器人应用。
关键词
Lyapunov stabilityLagrangian mechanicstrajectory trackingdata-driven controlsample efficiency
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018