Decentralized neural network controller for trajectory tracking of robot manipulators

This paper deals with the decentralized supervised control of robot manipulators using neural networks. First, a control law is synthesized by using the computed torque method. Since this latter is a model-based control technique, it presents some drawbacks such as sensitivity to parameter variations. To ovoid this problem, the control law is supervised using neural networks. Simulation results with robustness tests are provided to demonstrate whether the neural controller is capable to mimic the existing controller in one hand, and on the other hand, to compensate disturbances for which the existing controller did not show satisfactory results in terms of performances. A comparative study of both the decentralized structure and the centralized structure of the supervised control is also given.

---

Artykuł dotyczy zdecentralizowanego nadzoru sterowania manipulatorów robotów przy zastosowaniu sieci neuronowych. Podano syntetyczny opis metody sterowania opartej o obliczenia momentu obrotowego. Posługuje się ona modelem wrażliwym na zmienność wprowadzanych parametrów. Aby ograniczyć ten wpływ sterowanie manipulatorów nadzorowane jest za pomocą sieci neuronowych. Podano wyniki symulacji oraz rezultaty prób odporności na zakłócenia dla zademonstrowania, czy sterownik neuronowy jest w stanie zastąpić zwykły sterownik, wykazując jednocześnie zdolność kompensacji zakłóceń, której zwykły sterownik nie posiada. Podano analizę porównawczą zdecentralizowanego oraz scentralizowanego podejścia do zagadnienia nadzoru sterowania.