[发明专利]基于深度物理网络的机器人控制系统

摘要

本发明公开了基于深度物理网络的机器人控制系统，涉及机器人系统技术领域，包括以下步骤：步骤一、位置与速度信息获取，步骤二、位置信息通过动能(T)GNN进行动能计算速度信息通过势能(V)MLP进行势能计算，步骤三、对动能数据进行拉格朗日量计算，根据势能数据，转换为当前状态数据，由设定的控制策略MLP进行判断。通过系统学习补偿运动学、动力学和扰动模型，学习动力学让基于神经网络的非线性控制具有物理意义，学习运动学让机器人自己学会模型判定，从而让它适应自身条件变化，学习扰动让机器人学会对未知的扰动进行补偿，提高了系统本体感知，利用对自身结构的先验知识进行学习，降低无法辨别扰动的影响，提高抗扰能力。