仿生波动鳍的学习控制:一项实验研究

学习控制应该侧重于在某种程度上模仿天然鱼对复杂和动态环境的适应性,而不是模仿流线型的形状或特定的执行器来开发更多的机械原型。 在本文中,对建议的机器人起伏鳍RoboGnilos的学习控制进行了实验研究。 这项研究从生物学世界中汲取了灵感,并提出了实用的控制算法。 详细地,研究了基于迭代学习方案的控制,并与滤波器协作以减少测量噪声,并通过曲线拟合组件来保持相邻鳍片射线之间的必要相位差。 此外,针对实际应用设计并实现了迭代学习控制算法。 实验结果证明,所提出的学习控制可以有效地改善RoboGnilos的推进力。 例如,在某些指定参数的情况下,稳定推进速度可以提高40%以上。