基于深度学习的姿态控制非线性模型系统与噪声辨识
机器人学
2020-06-09 v1 机器学习
机器学习
摘要
在本工作中，我们提出了一种基于卷积神经网络（CNN）的人体姿态控制模型系统辨识方法。研究人体姿态控制的常用方法包括辨识一个控制系统的参数。在此背景下，线性模型因其辨识所需参数及分析结果相对简单而尤为流行。相反，预测人体受试者表现出的真实行为需要非线性模型，因此在姿态控制分析中期望使用它们。使用 CNN 旨在克服非线性模型辨识的繁重计算需求，以使实验数据分析更省时，并从前景上使此类分析在临床测试环境中可行。本文还讨论了该方法对人形机器人的一些潜在意义。
引用
@article{arxiv.2006.04515,
title = {Deep Learning for Posture Control Nonlinear Model System and Noise Identification},
author = {Vittorio Lippi and Thomas Mergner and Christoph Maurer},
journal= {arXiv preprint arXiv:2006.04515},
year = {2020}
}
备注
to be published in ICINCO 2020, Camera ready version