计算智能方法是产品表面的方法,为解决复杂问题提供丰富的思想。与传统方法相比,计算智能方法更强大,所以他们不需要搜索问题的再形成一个非线性和nondifferentiable空间与现实世界条件下大规模的并行性。计算智能方法的另一个优点是适应性函数公式的灵活性,它可以表示为一个适当的系统输出的函数和适合多目标问题。
最近,一种新型的计算智能方法克服了传统人工智能方法的局限性。最重要的特性之一,这些计算智能方法是他们的工作机制更逼真的个人或一群生物,这是可以理解的很好。这些方法通常有更高的效率比传统的人工智能方法。这种类型的计算智能方法被定义为bioinspired智能算法来区分从传统的人工智能方法。
计算智能研究和神经科学,特别是bioinspired情报,都取得了重大进展在神经科学和生物系统的理解和应用各种机械和控制系统。这个特殊问题的目的是提供一个论坛不同的研究努力在智能机器人控制系统和新活动强调人形机器人和bioinspired机器人技术,在机器人系统的方法主要是启发的策略、机制和功能的神经系统和生物系统,例如,生物激励神经网络、遗传算法和模糊系统。
这个特殊的问题包括六个论文选择在同行评议的基础上。这些论文研究结果在欠驱动船舶跟踪控制,协调路径跟踪多个海洋船舶驾驶行为建模电子轮椅使用者,四足机器人的步态规划和稳定控制,和生产过程的优化控制。此外,还有一项调查论文bioinspired智能移动机器人控制算法及其应用。
纸,j .元et al .,是欠驱动水面船舶的航向控制。摘要逐步退焊法鲁棒神经网络控制器设计处理不确定性和欠驱动船舶。统一的稳定性和跟踪误差的收敛到零李雅普诺夫稳定理论的隔离。
本文通过j . Ni等人提出了一项调查的最先进的研究在bioinspired智能算法(偏见),专注于各种偏见的实现基于不同的工作机制和移动机器人的应用程序控制,帮助理解偏差全面、清楚。这个调查报告包括四个主要部分:一个分类的偏见仿生机制,总结不同级别的几种典型的偏见,偏见的当前应用程序概述移动机器人控制,并描述一些未来可能的研究方向。
本文提出的m . Fu和y徐关注协调路径跟踪多个海洋船舶的速度饱和。目标是避免跟踪误差和解决跳的速度直线路径的饱和问题。虚拟领导者的策略应用,神经动力学模型和passivity-based技术一起使用,收益率分布式控制策略。
纸,这是由李j . et al .,大约是四足机器人的步态规划和稳定控制。本文提出了一种新的CPG中枢模式发生器模型控制器和其步态切换策略基于Wilson-Cowan模型,生成光滑模型的步态和缩短调整时间振荡系统。一种自适应调速和步态切换完成实时计算的ZMP(零力矩点),实现稳定控制。
本文由s . o .盎扬戈等人讨论了电动轮椅使用者的驾驶行为建模问题。本文提出的方法获取参数识别的指导数据。基于改进的建模方法指导势场(DPF)轨迹规划。
本文由d他等人在彩色涂料生产过程的优化控制(CCPP)。提出了一种有效的优化控制策略的性能。管理模型的不确定性,介绍了鲁棒优化的方法来提高优化的可行性解决方案,然后利用迭代学习控制来进一步完善模型的不确定性。
为了应对即将到来的挑战机器人和控制,有必要开发更高级的bioinspired神经智能技术和理论文献中。这个特殊的问题不仅抓住了当前研究的快照,也给未来的某个方面。我们希望这将激励读者来指导他们的精力奖励区域。
确认
作为特殊的客人编辑问题,我们要感谢所有代码开发者和评审者的贡献我们的特殊问题。
西蒙x杨
Chaomin罗
霍华德•李
Jianjun倪
张建伟