利用神经网络为示教学习具有Lyapunov能量函数的稳定动态系统
机器人学
2024-05-14 v6
摘要
基于自主动态系统（DS）的算法在示教学习（LfD）领域中占据关键且基础的地位。然而，它们面临在精确学习与确保系统整体稳定性之间取得微妙平衡的艰巨挑战。为应对这一重大挑战，本文引入一种根植于神经网络技术的新型DS算法。该算法不仅具备从示教数据中提取关键信息的能力，还展现出学习与所给数据一致的候选Lyapunov能量函数的能力。本文提出的模型采用简洁的神经网络架构，擅长实现双重目标：在优化精度的同时保持全局稳定性。为全面评估所提算法的有效性，使用LASA数据集进行了严格评估，并通过机器人实验的实证验证进一步巩固。
引用
@article{arxiv.2309.08849,
title = {Learning a Stable Dynamic System with a Lyapunov Energy Function for Demonstratives Using Neural Networks},
author = {Yu Zhang and Yongxiang Zou and Haoyu Zhang and Xiuze Xia and Long Cheng},
journal= {arXiv preprint arXiv:2309.08849},
year = {2024}
}