文献

J-GLOBAL ID：202102288465710494   整理番号：21A3312502

雑音と物理的制約を持つ冗長マニプレータのRMPスキームのための新しい電力指数型修正RNN【JST・京大機械翻訳】

Novel power-exponent-type modified RNN for RMP scheme of redundant manipulators with noise and physical constraints

著者 (5件)： Tong Yuchuang (State Key Laboratory of Robotics, Shenyang Institute of Automation (SIA), Chinese Academy of Sciences (CAS), PR China) ,  Tong Yuchuang (Institutes for Robotics and Intelligent Manufacturing, Chinese Academy of Sciences (CAS), PR China) ,  Tong Yuchuang (University of the Chinese Academy of Science, Beijing, PR China) ,  Liu Jinguo (State Key Laboratory of Robotics, Shenyang Institute of Automation (SIA), Chinese Academy of Sciences (CAS), PR China) ,  Liu Jinguo (Institutes for Robotics and Intelligent Manufacturing, Chinese Academy of Sciences (CAS), PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 467  ページ： 266-281  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 冗長マニピュレータの雑音と物理的制約は,反復運動計画(RMP)問題における2つの主要な課題である。したがって,本論文は,雑音と物理的制約の両方を同時に対処するために,電力指数型修正リカレントニューラルネットワーク(PET-MRNN)を提案した。さらに,PET-MRNNモデルを,本論文で提案した新しいSbp-sinh型非線形活性化関数によって活性化した。Sbp-sinh型活性化関数を,そのような時間変化二次プログラム(TVQP)解法に最初に適用して,優れた収束性能を有した。理論解析は,PET-MRNNモデルが収束プロセスの間の学習と補償を通してノイズ障害を完全に除去することができ,次に残差誤差をゼロに収束して,理論解を得ることを証明した。最後に,シミュレーションと実験は,さらにPET-MRNNとSbp-sinh型活性化機能の優位性を証明した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *雑音 ,  *電力 ,  経時変化
準シソーラス用語： 活性化関数 ,  リカレントニューラルネットワーク ,  理論解析 ,  反復運動 ,  残差誤差 , 【Automatic Indexing@JST】

著者キーワード (5件)： 冗長マニピュレータ ,  反復運動計画 ,  リカレントニューラルネットワーク ,  騒音 ,  物理的制約

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 雑音 ,  物理 ,  制約 ,  冗長マニプレータ ,  RMP ,  スキーム ,  指数 ,  RNN