Controle adaptativo baseado em observador de manipuladores robóticos usando aprendizado por reforço e a expansão em série de Fourier

O projeto de estruturas de controlador observador para sistemas não lineares com dinâmicas desconhecidas, como sistemas robóticos, está entre os campos de pesquisa mais populares em engenharia de controle. A novidade deste artigo está na apresentação de um controlador livre de modelo baseado em observador para manipuladores robóticos usando aprendizado por reforço (RL). O controlador proposto calcula as tensões desejadas do motor que garantem um desempenho satisfatório de rastreamento. Além disso, as incertezas e não linearidades no modelo do observador e no controlador RL são estimadas e compensadas usando a expansão em série de Fourier. Os resultados da simulação e a comparação com trabalhos anteriores relacionados (observador de estado estendido e redes neurais de função radial) indicam o desempenho satisfatório do método proposto.