事件触发智能评判控制器

该控制器将事件触发机制与自适应评判学习相结合，在模型扰动和外部干扰下实现近似最优跟踪控制，降低计算负担，且无需精心选择初始神经网络权值。

苏亚鲁 · Xiong, Dan · Huang, Yiyong · Han, Wei · Zhao Xudong

Neurocomputing 2026

技术优势

无需精心初始化网络

引入互补镇定分量，避免了自适应评判网络中初始权值选择的困难，简化了控制器实现。

降低计算与通信负担

事件触发机制只在必要时更新控制信号，减少了网络学习与执行的计算量，提高了控制效率。

理论收敛性保证

基于Lyapunov稳定性理论严格证明了系统稳定性与网络权值收敛，确保了控制器的可靠性。

应用场景

• 机器人运动控制：为不确定性环境下的机器人运动提供高效稳定控制，减少计算资源占用。
• 机械臂轨迹跟踪：在模型扰动和干扰下实现高精度轨迹跟踪，适用于机械臂精密作业。
• 工业机器人控制：事件触发降低计算通信需求，有利于工业机器人控制器成本与实时性优化。