计及不确定性自适应的连续体机器人最优控制方法及系统

一种计及不确定性自适应的连续体机器人最优控制方法及系统，属于机器人领域。构建计及不确定性项和外部扰动的连续体机器人的鲁棒问题模型，匹配辅助模型，构建性能指标函数，获得辅助最优控制模型；构建HJB估计方程；构建基于评价神经网络的最优控制信号的估计模型；构建评价神经网络权重更新模型；将实际连续体机器人的HJB估计方程输入构建的评价神经网络权重更新模型求解评价神经网络权重，再将其作为基于评价神经网络的最优控制信号的估计模型的输入，求解得到最优控制信号的估计，实现计及不确定性自适应的连续体机器人最优控制。本发明考虑了不确定性和扰动场景，简化了控制策略过程，自适应更新了权重，实现了最优控制策略。