Key points are not available for this paper at this time.
Ce travail concerne l'application de réseaux de neurones informés par la physique à la modélisation et au contrôle de systèmes robotiques complexes. Atteindre cet objectif nécessite d'étendre les réseaux de neurones informés par la physique pour gérer les effets non conservateurs. Ces modèles appris sont proposés pour être combinés avec des contrôleurs basés sur des modèles, initialement développés avec des modèles de première principes en tête. En combinant des techniques standard et nouvelles, une performance de contrôle précise peut être atteinte tout en prouvant des limites de stabilité théorique. Ces validations incluent des expériences réelles de prédiction de mouvement avec un robot souple et de suivi de trajectoire avec un manipulateur Franka Emika Panda.
Liu et al. (Fri,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: