基于数据-模型融合驱动的机械臂轨迹跟踪控制方法

本发明提出了一种结合数据驱动与模型控制的机械臂轨迹跟踪控制方法及系统；首先，为机械臂建立了动态线性化模型(PFDL)，并设计了无模型自适应控制器(MFAC)；同时，基于轨迹跟踪误差，引入了滑模控制方法(SMC)以增强系统鲁棒性和控制性能；本发明创新性地融合了强化学习中的双延迟确定性策略梯度算法(TD3)，通过在线学习自适应调整控制器参数，使控制器能在结构固定下动态寻找最优参数组合，实现最佳控制效果；此方法打破了传统模型驱动对精确数学模型的依赖，能自适应多变环境和复杂轨迹，显著提升控制精度和误差收敛速度，为机械臂轨迹跟踪控制提供了新的解决方案。