Физическая строгость и математическая корректность модели интеллектуального робота: адекватность реальному объекту и точность уравнений движения динамической системы – метод глубокого обучения на лагранжевых нейронных сетях
Боковая панель статьи
Основное содержимое статьи
Аннотация
На примере широко известной лабораторной системы, представленной как механический, динамически неустойчивый объект управления - каретка-маятник (шест), рассматриваются основные подходы и упрощения в создании нелинейной математической модели и структуры компьютерного моделирования ее системы управления. Обсуждаются методы создания математической модели с учетом упрощений физической модели и ее параметров, а также аспектов, связанных с математической точностью и физической строгостью математического описания динамического объекта и применения технологий создания интеллектуальных самообучающихся систем управления.
Скачивания
Информация о статье
Библиографические ссылки
Основы применения квантовых сквозных ИТ в робототехнике и интеллектуальном когнитивном управлении: стохастическая механика, квантовая информационная физика и информационная геометрия / П. В. Зрелов, В. В. Кореньков, О. Ю. Тятюшкина, С. В Ульянов // Системный анализ в науке и образовании: сетевое научное издание. 2021, №2. – C. 83–117. – URL : http://sanse.ru/download/439.
Hamil P. Lagrangians and Hamiltonians. Cambridge Univ. Press, UK, 2014.
Flannery M.R. d’Alembert-Lagrange analytical dynamics for nonholonomic systems // Journal of Mathematical Physics. – 2011, №52, 032705. – DOI: 10.1063/1.3559128
Ulyanov S.V. Self-organizing control system . Patent No.: US 6,411,944 Bl. Date of Patent: Jun. 25, 2002 (Filed: Mar. 17, 1998; Foreign Application Priority Data Mar. 21, 1997 (JP) 9-087426).
Ульянов В. С. Моделирование неголономных, существенно нелинейных динамических систем с использованием методов мягких вычислений с приложениями : диссертация к.т.н. – Тверь: ТвГУ, 2001.
Ulyanov S. V. Optimization Control Method for Shock Absorber. Patent No.: US 6,212,466 Bl. Date of Patent: Apr. 3, 2001 (Filed: Jan. 18, 2000).
Ulyanov S. V. , Panfilov, S. System and method for stochastic simulation of nonlinear dynamic systems with a high degree of freedom for soft computing applications. USA Patent Application Publication. US 2004/0039555 Al. 2004.
García-Garrido V. J., Wiggins S. Lagrangian Descriptors and the Action Integral of Classical Mechanics // arXiv:2204.04728v1 [math.DS] 10 Apr 2022.
Green C. D. Equations of Motion for the Cart and Pole Control. – Colin Green, 2020. – Дата публикации: 04.01.2020.–URL: https://sharpneat.sourceforge.io/research/cart-pole/cart-poleequations.html#appendixB/.
Момент инерции // Википедия : свободная энциклопедия. – URL : https://ru.wikipedia.org/wiki/Момент_инерции
Векторное произведение // Википедия : свободная энциклопедия. – URL : https://ru.wikipedia.org/wiki/Векторное_произведение
Момент силы // Википедия : свободная энциклопедия. – URL : https://ru.wikipedia.org/wiki/Момент_силы
Таблица моментов инерции // Википедия : свободная энциклопедия. – URL : https://en.wikipedia.org/wiki/List_of_moments_of_inertia
Технология мягких вычислений : Учебно-методическое пособие. Часть 3: Введение в Интеллектуальную Робототехнику / А. В. Николаева, А. Г. Решетников, С. В. Ульянов, В. С. Ульянов . – Mосква: КУРС, 2020. – 408 с.
Robust Fuzzy Control of Non-Linear Dynamic Systems Based on Soft Computing with Minimum of Entropy Production Rate / S. A. Panfilov [et al.] // Proc. Int. Conf. ICAFS 2000, Siegen, Germany. – 2000.
Principle of minimum entropy production in applied soft computing for advanced intelligent robotics and mechatronics/ V. S. Ulyanov, S. A. Panfilov, S. V. Ulyanov etc. // Soft Computing. –2000. – Vol. 2.
Computational intelligence with new physical controllability measure for robust control algorithms of extension-cableless robotic unicycle/ V. S. Ulyanov [et al.] // Journal of Advanced Computational Intelligence. – 1999. – Vol.3. – No.2.
A new physical measure for mechanical controllability and intelligent control of a robotic unicycle on basis of intuition, instinct and emotion computing / S. V. Ulyanov [et al.] // Proc. 2nd Intern. Conf. on Application on Fuzzy Systems and Soft Computing (ICAF’96), Siegen, Germany. – 1996. – Pp. 49-58.
Soft computing for the intelligent control of a robot unicycle based on a new physical measure for mechanical controllability / / S. V. Ulyanov [et al.] // Soft Computing. – 1998. – Vol. 2. – No.2.
Computational intelligence for robust control algorithms of complex dynamic systems with minimum entropy production. Part1: simulation of entropy-like dynamic behavior and Lyapunov stability / S. V. Ulyanov [et al.] // Journal of Advanced Computational Intelligence. – 1999. – Vol.3. – No. 2.
Green C. D. Equations of Motion for the Cart and Pole Control. – Colin Green, 2020. – Дата публикации: 04.01.2020.–URL: https://sharpneat.sourceforge.io/research/cart-pole/cart-poleequations.html#appendixB/.
Голономные ограничения - Holonomic constraints // abcdef.wiki : [веб-сайт]. – URL : https://ru.abcdef.wiki/wiki/Holonomic_constraints
Неголономная система - Nonholonomic system // abcdef.wiki : [веб-сайт]. – URL : https://ru.abcdef.wiki/wiki/Nonholonomic_system
Борисов А. В. Негологомые динамические системы. Интегрируемость, хаос, странные аттракторы / А. В. Борисов; под ред. И. С. Мамаев. – Москва ; Ижевск: Институт компьютерных исследований, 2002. – 328 с. – URL : http://window.edu.ru/resource/932/67932/files/ics4.pdf.
Шмутцер Э. Основные принципы классической механики и классической теории поля (канонический аппарат) / Э. Шмутцер. Москва: Мир. 1976.
An Approach to the Dynamics and Control of Uncertain Robot Manipulators / X. Yang [et al.] // Algorithms. – 2019. – Vol. 12. – P. 66. – DOI : 10.3390/a12030066. – URL: www.mdpi.com/journal/algorithms
Komoda K., Wagatsuma H. Energy-efficacy comparisons and multibody dynamics analyses of legged robots with different closed-loop mechanisms // Multibody Systems Dynamic. – 2017. – Vol. 40. – P. 123–153. – DOI: 10.1007/s11044-016-9532-9
Exploiting Null Space in Aerial Manipulation through Model-In-The-Loop Motion Planning / A. Ivanovic A. [et al.] // arXiv:2204.13540v1 [cs.RO] 28 Apr. 2022.
Wei S.X. , Harderup P., Burdick J. W. Differential Flatness and Flatness Inspired Control of Aerial Manipulators based on Lagrangian Reduction // arXiv:2111.01302v1 [cs.RO] 2 Nov 2021.
Rouch N. Stability Theory by Lyapunov's Direct Method / N. Rouch, P. Habets, M. Laloy. – Berlin : Springer. – 1977.
Ulyanov S.V. Self-organizing control system. Patent No.: US 6,411,944 Bl. Date of Patent: Jun. 25, 2002 (Filed: Mar. 17, 1998; Foreign Application Priority Data Mar. 21, 1997 (JP) 9-087426).
Dynamic Grasping with a “Soft” Drone: From Theory to Practice / J. Fishman [et al.] // arXiv:2103.06465v1 [cs.RO] 11 Mar 2021.
Building healthy Lagrangian theories with machine learning / С. Valelis [et al.] // arXiv:2002.00049v3 [physics.comp-ph] 20 Jun 2021.
Lagrangian neural networks / Cranmer M. [et al.] // arXiv:2003.04630v2 [cs.LG] 30 Jul 2020.
Machine-Learning Non-Conservative Dynamics for New-Physics Detection / Liu Z. [et al.] // arXiv:2106.00026v2 [cs.LG] 2 Jun 2021.
Physics- informed machine learning / G. E. Karniadakis [et al.] // NATURE REVIEWS. – 2021. – Vol. 3 – Pp. 423-440.
Scientific Machine Learning through Physics-Informed Neural Networks: Where we are and What’s next / S. Cuomo [et al.] // arXiv:2201.05624v3 [cs.LG] 13 Feb 2022.
When physics meets machine learning: a survey of physics-informed machine learning / C. Meng et al. // arXiv:2203.16797v1 [cs.LG] 31 Mar 2022.