TRANG THÔNG TIN LUẬN ÁN
Tên luận án: "Điều khiển bám tối ưu bền vững cho tay máy robot trong không gian khớp có ràng buộc sử dụng thuật toán học tăng cường"
Ngành: Kỹ thuật điều khiển và tự động hóa Mã số: 9520216
Nghiên cứu sinh: Nguyễn Đức Điển
Cơ sở đào tạo: Trường Đại học Kỹ thuật Công nghiệp, Đại học Thái Nguyên
Cán bộ hướng dẫn:
1. PGS.TS. Lại Khắc Lãi
2. PGS.TS. Nguyễn Tấn Lũy
Những đóng góp của luận án về khoa học và thực tiễn:
Về mặt khoa học:
1. Đề xuất bộ điều khiển bám tối ưu bền vững cho tay máy robot trong không gian khớp có ràng buộc mô men đối xứng dựa trên nguyên lý ADP (Adaptive Dynamic Programming) và ZDGT (Zero-sum Differential Game Theory), trong đó nghiệm tối ưu của phương trình HJI (Hamilton-Jacobi-Issac) được xấp xỉ trực tuyến bằng một NN, kỹ thuật học đồng thời (CL - Concurrent Learning) được sử dụng để cải thiện tốc độ hội tụ của thuật toán.
2. Đề xuất bộ điều khiển bám tối ưu bền vững cho tay máy robot trong không gian khớp có ràng buộc mô men bất đối xứng dựa trên nguyên lý ADP và ZDGT, trong đó nghiệm tối ưu của phương trình HJI được xấp xỉ trực tuyến bằng một NN, kỹ thuật CL được sử dụng để cải thiện tốc độ hội tụ của thuật toán.
3. Đề xuất bộ điều khiển bám tối ưu bền vững cho tay máy robot trong không gian khớp có ràng buộc mô men và vị trí góc khớp dựa trên nguyên lý ADP và ZDGT, trong đó nghiệm tối ưu của phương trình HJI được xấp xỉ trực tuyến bằng một NN, luật cập nhật trọng số sử dụng kỹ thuật IRL (Integral Reinforcement Learning) để xử lý động học nội chưa biết của hệ thống, đồng thời áp dụng kỹ thuật CL nhằm cải thiện tốc độ hội tụ của thuật toán.
Về mặt thực tiễn:
- Các bộ điều khiển đề xuất nhằm nâng cao chất lượng điều khiển bám cho tay máy robot có ràng buộc. Chất lượng các bộ điều khiển đề xuất được kiểm chứng thông qua mô phỏng và thực nghiệm. Do đó, các bộ điều khiển đề xuất có thể triển khai hiệu quả cho các tay máy robot trong thực tiễn.
INFORMATION ON NEW ACADEMIC AND THEORETICAL
CONTRIBUTIONS OF THE THESIS
Thesis's Title: Robust optimal tracking control for robot manipulators in joint space with constraints using reinforcement learning
Major: Control Engineering and Automation Code: 9520216
PhD Candidate: Nguyen Duc Dien
University: Thai Nguyen University of Technology
Science Instructor:
1. Assoc. Prof. Dr. Lai Khac Lai
2. Assoc. Prof. Dr. Nguyen Tan Luy
The contributions of thesis on science and practice, including:
Scientifically:
1. Proposed a robust optimal tracking controller for robot manipulators in joint space with symmetric torque constraints based on Adaptive Dynamic Programming (ADP) and Zero-sum Differential Game Theory (ZDGT). The optimal solution of the Hamilton-Jacobi-Isaacs (HJI) equation is approximated online using a neural network (NN), where the Concurrent Learning (CL) technique is used to accelerate the algorithm's convergence.
2. Proposed a robust optimal tracking controller for robot manipulators in joint space with asymmetric torque constraints based on the ADP and ZDGT. The optimal solution of the HJI equation is approximated online using an NN, where the CL technique is used to accelerate the algorithm's convergence.
3. Proposed a robust optimal tracking controller for robot manipulators in joint space with torque and joint angular position constraints based on ADP and ZDGT. The optimal solution of the HJI equation is approximated online using an NN, where the Integral Reinforcement Learning (IRL) technique is used to handle the system's partially unknown dynamics, and the CL technique is applied to accelerate the algorithm's convergence.
Practically:
- The proposed controllers aim to improve the tracking control quality for robot manipulators with constraints. The quality of the proposed controllers is verified through simulation and experiment. Therefore, the proposed controllers can be effectively deployed for practical robot manipulators.
Nguồn: Trường Đại học Kỹ thuật Công nghiệp, Đại học Thái Nguyên.
