基于物理嵌入的伺服电机控制参数自监督优化方法

本发明公开了一种基于物理嵌入的伺服电机控制参数自监督优化方法，构建了一种双向递阶编码器和真实物理系统解码器级联结构的自监督优化模型。双向递阶编码器结合了人工解码和神经网络解码，使得编码过程的网络规模轻量化；真实物理系统解码器嵌入伺服电机系统，迫使编码器输出的潜在特征空间限定于伺服电机控制参数空间，直接优化该潜在特征，从而实现对伺服电机控制参数的优化。自监督优化模型训练过程通过让理想位置轨迹与实际位置轨迹间损失函数最小化，学习最优潜在特征，训练完成后利用编码器输出的潜在特征作为优化的控制参数。本发明的特点在于具有控制结构非侵入的特点，可高效优化强耦合特性的多个控制参数。