科学家开发出新技术可提高执行重复性任务的机器人的学习能力

盖世汽车刘丽婷

盖世汽车讯从过去的错误中吸取教训，不仅人类会这样，计算机也是。在工业中，该过程主要通过帮助操作生产系统的基于计算机的控制系统完成。对于批量执行特定任务的工业机器人，例如生产服装、计算机芯片或烘焙食品，最常用的控制技术是迭代学习控制（ILC）。大多数行业仍然依赖使用比例型更新规则（proportional-type update rule，PTUR）的学习策略的ILC系统。该技术通过一遍又一遍地重复相同的任务，并根据先前迭代中遇到的错误更新其控制输入来提高ILC系统的性能。

然而，这种控制方法已经是几十年前提出的。由于ILC系统越来越多地被用于执行更复杂的任务，因此需要能够更快、更准确地学习的技术。

据外媒报道，科学家推出一种新技术，使用分数幂更新规则（FPUR）来增强单输入单输出线性ILC系统的性能潜力。该研究已发表在期刊《IEEE/CAA Journal of Automatica Sinica》。