प्रतिबंधित अनिश्चित रोबोटिक सिस्टम के लिए अनुकूलन सुरक्षा नियंत्रण: एक न्यूरल नेटवर्क-आधारित उच्च-क्रम नियंत्रण अवरोध कार्य विधि

इस पेपर में, प्रतिबंधित अनिश्चित रोबोटिक सिस्टम के सुरक्षा नियंत्रण समस्या को दूर करने के लिए एक न्यूरल नेटवर्क-आधारित उच्च-क्रम नियंत्रण अवरोध कार्य (NNHoCBF) का प्रस्ताव किया गया है, जहाँ अनिश्चित रोबोटिक सिस्टम को पुनर्निर्मित करने के लिए रेडियल बेसिस फंक्शन-आधारित न्यूरल नेटवर्क को पेश किया गया है। NNHoCBFs की गैर-नकारात्मक प्रकृति को सिद्ध करके, अनिश्चित रोबोटिक सिस्टम के सीमा संतोष को सुनिश्चित करने के लिए लायापुनोव-जैसी स्थितियाँ प्राप्त की जाती हैं। इसके अलावा, प्रतिबंधित अनिश्चित रोबोटिक सिस्टम के लिए सुरक्षित ट्रैकिंग नियंत्रण सुनिश्चित करने के लिए, लायापुनोव-जैसी स्थितियों के साथ न्यूनतम ऊर्जा क्वाड्रेटिक प्रोग्राम (QP) को सामान्य नियंत्रण इनपुट पर बाधाओं के रूप में बनाया जाता है, और रोबोटिक सिस्टम के सुरक्षित ट्रैकिंग नियंत्रक न्यूनतम ऊर्जा QP को हल करके प्राप्त किए जाते हैं। परिणामस्वरूप, प्रतिबंधित अनिश्चित रोबोटिक सिस्टम की सुरक्षा और ट्रैकिंग प्रदर्शन को एक साथ सुनिश्चित किया जा सकता है। अंत में, प्रस्तावित नियंत्रक की प्रभावशीलता को सत्यापित करने के लिए एक दो-लिंक रोबोटिक सिस्टम पर सिमुलेशन परीक्षण किए जाते हैं।