LEARNING开放获取📊 0 引用
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
2026
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
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于微调与AAS增强检索的LLM驱动自动化DFA评估
Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2026