基于气动物理储备计算的柔性伸缩执行器前馈滞后补偿控制

软体机器人具有的非线性特性带来了控制挑战，如滞后现象，但也为其提供了计算能力。本文引入一种模糊气动物理储备计算 (FPRC) 模型，用于软体执行器运动跟踪控制中的前馈滞后补偿。该方法利用气动伸展执行器作为具备非线性计算能力的物理储备，以控制另一个气动伸展执行器。FPRC 模型采用 Takagi-Sugeno (T-S) 模糊逻辑处理物理储备的输出。实验结果表明，所提出的 FPRC 模型在训练性能上等效于回声状态网络 (ESN) 模型，但在测试准确率方面表现更好且显著降低了执行时间。实验验证了 FPRC 模型在开环和闭环控制系统 setup 下控制气动软体执行器伸展运动的有效性。还实验验证了该 FPRC 模型对环境扰动的鲁棒性。据作者所知，这是首次将物理系统用于软体执行器控制中的前馈滞后补偿模型。该研究预期将推动物理储备计算在非线性控制应用中的发展，并扩展用于控制软体执行器的前馈滞后补偿方法。