噪声下稳态误差近降一个量级
通过自学习算子实时校正噪声干扰，在各种噪声下求解动态方程时保持低稳态误差。
Li, Yiwei · Jiaxin, Liu · 肖林 · Zuo, Qiuyue · 尹良泽 · 董威
IEEE Transactions on Systems, Man, and Cybernetics: Systems 2025
自学习算子实时学习噪声的物理形式，利用噪声导数特性，通过持续系统振荡增强噪声容限。
与现有ZNN模型相比，SLNR-ZNN在噪声下稳态误差常降低近一个数量级。
即使存在复合扰动，基于SLNR-ZNN的控制协议也能让UR5机械臂实现毫米级精度的轨迹跟踪。