인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 5%
Full-text XML
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
This paper proposes a new learning process for dynamic model of robot manipulators, which is based on a recurrence neural network (RNN) algorithm with feedback structure. For a model-learning process, we first chose well-known activity functions that Sigmoid, ReLU, and Hyperbolic tangent functions were employed to confirm the suitability of the dynamic model in the RNN. Next, to make input/output variables suitable for closed-loop systems, they were set as joint angles, angular velocities, and torques for each axis of the virtual robot manipulators. Then, these variables are directly related to reference trajectories that have several changes in moving speed of end-effector while drawing circles with continuously changing radius in task space. The effectiveness of the learned dynamic model were proved by using some of collected variables. Also, it were demonstrated to verify the feasibility of the proposed process in a closed-loop robot manipulator simulation, which were compared to tracking performance in a virtual robot manipulator.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091160369
