Neuer hybrider adaptiver Controller zur Manipulation in komplexen Störungsumgebungen

In diesem Papier präsentieren wir ein hybrides Steuerungskonzept, das die Vorteile der Aufgabenraum- und Gelenkraumsteuerung kombiniert. Der Controller basiert auf einem menschenähnlichen adaptiven Design, das sowohl den Steuerungsaufwand als auch den Verfolgungsfehler minimiert. Unser neuartiger hybrider adaptiver Controller wurde in umfangreichen Simulationen getestet, in einem Szenario, in dem ein Baxter-Roboter-Manipulator von externen Störungen in Form von Wechselwirkungen mit der Umgebung und werkzeuggestützten Endeffektor-Störungen betroffen ist. Die Ergebnisse zeigten eine verbesserte Leistung des hybriden Controllers im Vergleich zu beiden seiner Komponenten. Darüber hinaus stellen wir eine neuartige Methode zur Online-Anpassung von Lernparametern vor, die das Fuzzy-Steuerungsformalismus nutzt, um Expertenwissen vom Experimentator zu nutzen. Dieser Mechanismus des Meta-Lernens induziert weitere Leistungsverbesserungen und vermeidet die Notwendigkeit der Feinabstimmung durch Versuchstests.