机械臂新型固定时间非奇异终端滑模控制

摘要

针对初始状态未知的机械臂实际运行时，存在外界未知扰动、建模误差等非线性因素，导致机械臂无法进行精准快速工作的问题，提出基于固定时间算法的机械臂优化NTSMC方案。构造新的分段滑动变量来解决终端滑模控制带来的奇异性问题，并在固定时间内获得更快的收敛速度。为了实时逼近和补偿模型不确定性及外部扰动，采用基于actor-critic架构的强化学习算法。设计辅助系统缓解输入饱和问题，通过对比实验验证了所提方法的优越性和实用性，在相同控制参数下具有更快的固定时间内收敛速度和较高的控制精度。

关键词

机械臂 / 固定时间算法 / NTSMC / 强化学习