Steuerung von Compliant-Mechanismen durch Reinforcement Learning

Publikation: Beitrag in Buch/Konferenzbericht/Sammelband/GutachtenBeitrag in KonferenzbandBeigetragen

Abstract

Das Ansteuern von Compliant-Mechanismen zu Zielpositionen ist besonders herausfordernd, da analytische Modelle die inverse Kinematik nicht oder nur teilweise aufstellen können. Anhand eines beispielhaften Compliant-Mechanismus zeigt diese Arbeit wie Methoden des Machine Learning angewandt werden können, um die entsprechende Kinematik erfolgreich zu lernen. Damit sind Aussagen über die Ansteuerungen der Aktuatoren möglich, mit deren beliebige Punkte mit dem Mechanismus erreicht werden.

Details

OriginalspracheDeutsch
TitelGetriebetagung 2022
Redakteure/-innenMaik Berger, Burkhard Corves, Tim Lüth
Herausgeber (Verlag)Logos Verlag, Berlin
Seiten121-131
ISBN (Print)978-3-8325-5552-8
PublikationsstatusVeröffentlicht - 15 Sept. 2022
Peer-Review-StatusNein

(Fach-)Tagung

TitelGetriebetagung 2022
UntertitelBewegungstechnik und Robotik
Dauer22 - 23 September 2022
StadtChemnitz
LandDeutschland

Externe IDs

ORCID /0000-0003-2653-7546/work/143780646
ORCID /0000-0003-2834-8933/work/143782399

Schlagworte