Quaternion-based non-singular terminal sliding mode control for a satellite-mounted space manipulator
本文针对星载空间机械臂，提出基于四元数的非奇异终端滑模控制器，并嵌入自适应项估计干扰上界，实现所有自由度的鲁棒控制，Lyapunov理论证明稳定且仿真验证了性能与燃料效率。
2023-05-25 cs.SY eess.SY
Generalized Multi-kernel Maximum Correntropy Kalman Filter for Disturbance Estimation
针对扰动通道噪声重尾问题，提出广义多核最大相关熵卡尔曼滤波器，通过不同通道采用不同核带宽降低保守性，并在机械臂仿真中验证了其高效性与适中复杂度。
2023-10-30 cs.SY eess.SY
A Dual Ensemble Kalman Filter Approach to Robust Control of Nonlinear Systems: An Application to Partial Differential Equations
针对离散化非线性 PDE 得到的控制仿射系统，提出结合最优学习控制与 Lyapunov 鲁棒化项的数据驱动鲁棒控制，并用 dual EnKF 完成最优控制设计，通过热方程和 Burgers 方程仿真验证。
2025-08-29 cs.SY eess.SY math.OC
Enhancing Precision in Tactile Internet-Enabled Remote Robotic Surgery: Kalman Filter Approach
Iowa State University（爱荷华州立大学）
本文提出基于卡尔曼滤波的方法，利用JIGSAW数据集和MTM输入进行系统辨识，在延迟、抖动和丢包的网络条件下实现患者侧机械臂位置的实时准确估计，准确率超过90%。
2024-06-06 cs.ET cs.LG cs.RO
Stability-Guaranteed Dual Kalman Filtering for Electrochemical Battery State Estimation
Fuyao University of Science and Technology（福州福耀科技大学）；Southwest Jiaotong University（西南交通大学）；Nanjing Institute of Technology（南京工程学院）
本文提出了一种稳定性保证的双卡尔曼滤波器，用于提高电化学电池状态估计的准确性和稳定性，实验表明在较大初始误差下能显著降低电量估计误差。
2025-12-08 cs.SY eess.SY
Task Space Control of Robot Manipulators based on Visual SLAM
Tampere University（坦佩雷大学）
本文旨在解决机器人全局稳定的视觉控制器的设计问题。因此，基于混合机制，本文提出了一种新的任务空间控制律，通过采取SE（3）中的势函数的梯度。其核心思想是采用视觉同时定位和地图（VSLAM）算法来估计机器人位姿。估计的机器人位姿，然后在建议的混合控制器作为反馈信息。利用Barbalats引理和李雅普诺夫稳定性定理，保证了所得到的闭环系统是全局渐近稳定的，这是所提出结构的主要成就.仿真研究进行了六自由度（6-DOF）的机器人操作器的有效性和验证所提出的基于VSLAM的控制方案的性能。
2023-02-08 cs.RO cs.SY eess.SY
Learning-Based Data-Assisted Port-Hamiltonian Control for Free-Floating Space Manipulators
本文提出一种端口-哈密顿框架下的数据辅助控制架构，结合鲁棒模型控制器与高增益积分器，并通过学习捕捉未建模效应，以自由漂浮空间机械臂姿态控制验证其鲁棒性与泛化能力。
2025-09-11 cs.SY eess.SY
Hybrid Controller for Robot Manipulators in Task-Space with Visual-Inertial Feedback
本文提出一种基于视觉-惯性反馈的混合控制器，用于提高机器人操纵器在任务空间中的控制精度和稳定性。
2023-11-20 cs.SY eess.SY
On asymptotic stability of the time-varying Kalman filter for unstabilizable linear systems: an optimization perspective
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）；Leibniz University Hannover（汉诺威莱布尼茨大学）
本文从优化视角推导时变卡尔曼滤波渐近稳定性的充要条件，提出修正Q函数，避免Riccati迭代，便于推广至非线性系统。
2026-11-10 cs.SY eess.SY
Adaptive-Sliding Mode Trajectory Control of Robot Manipulators with Uncertainties
Salahaddin University-Erbil（埃尔比勒萨拉赫丁大学）；University of Kurdistan Hewler（库尔德斯坦休勒大学）；University of Florida（佛罗里达大学）
本文针对机器人机械臂在不确定动力学、振动和负载变化扰动下的轨迹跟踪问题，提出一种基于Lyapunov方法的自适应滑模控制器，并通过MATLAB-SIMULINK仿真验证其稳定性、鲁棒性、精确性和可实现性。
2024-08-06 cs.RO cs.SY eess.SY
Unified Force and Motion Adaptive-Integral Control of Flexible Robot Manipulators
本文提出一种柔性操作器运动与力统一控制的自适应非线性策略，基于积分转置逆运动学与刚度自适应更新律实现无切换的混合接触控制，经低成本微控制器实验验证了其低计算需求与渐近稳定性。
2023-09-18 cs.SY eess.SY math.DS
A contraction theory-based analysis of the stability of the Extended Kalman Filter
Ecole des Mines ParisTech（巴黎高等矿业学院）；Massachusetts Institute of Technology（麻省理工学院）
将扩展卡尔曼滤波器视为非线性系统的确定性观测器，利用收缩理论分析其稳定性，得到了保证状态误差指数收敛的新条件。
2012-12-03 cs.SY eess.SY math.OC
Nussbaum Function Based Approach for Tracking Control of Robot Manipulators
University of Luxembourg（卢森堡大学）；Interdisciplinary Centre for Security, Reliability and Trust (SnT)（安全、可靠性与跨学科中心（SnT））；Faculty of Science, Technology and Medicine (FSTM)（科学、技术与医学学院（FSTM））
针对机器人机械臂未知控制方向问题，提出基于 Nussbaum 函数的 PID 控制，结合神经网络估计与 Lyapunov 分析实现自动增益调节并保证信号有界。
2024-03-01 cs.RO cs.SY eess.SY
Estimation and Fault Detection on Hydraulic System with Adaptive-Scaling Kalman and Consensus Filtering
本文针对三水箱互联液压系统的泄漏故障，提出基于李雅普诺夫稳定性的状态估计与阈值检测方法，并通过仿真对比Luenberger观测器、自适应缩放卡尔曼滤波和一致性滤波，验证了在$t_d > t_f$时能够保证故障检测。
2023-04-08 cs.SY eess.SY
Deep Reinforcement Learning-Based Motion Planning and PDE Control for Flexible Manipulators
Department of Engineering and Natural Sciences, Tampere University（工程与自然科学系，塔尔皮耶大学）
针对柔性机械臂末端振动问题，提出用SAC训练的DRL规划器生成减振轨迹，并结合保证Lyapunov稳定性的非线性PDE控制器，仿真与实验均证明其跟踪和抑振性能优于传统方法。
2025-06-10 cs.RO cs.SY eess.SY
Adaptive Critic Based Optimal Kinematic Control for a Robot Manipulator
本文研究了机器人末端执行器位置遵循任务空间轨迹的最优运动控制问题。关节以所需的速度曲线致动以实现该任务。这个问题已经解决了使用一个单一的网络自适应评论家（SNAC）表示的正向运动学作为输入仿射系统。通常在SNAC中，评价权重使用反向传播算法更新，而很少注意收敛到最优成本。在本文中，我们提出了一个关键的重量更新法，确保收敛到所需的最优成本，同时保证闭环运动控制的稳定性。在运动学控制中，要求机器人到达一个特定的目标位置。这已经解决了作为一个最佳的调节问题的背景下SNAC基于运动控制。当机器人被要求遵循时变的任务空间轨迹，那么运动控制已被框定为一个最优跟踪问题。对于跟踪，构造了一个由跟踪误差和参考轨迹组成的增广系统，并利用SNAC框架导出了最优控制策略。利用李雅普诺夫方法，保证了系统在新的权值调整律下的稳定性和性能。所提出的运动控制方案已在仿真和实验中使用真正的六自由度（DOF）通用机器人（UR）10机械手执行。
2019-08-06 cs.SY eess.SY
Learning-Based Geometric Leader-Follower Control for Cooperative Rigid-Payload Transport with Aerial Manipulators
Universidad Politécnica de Madrid（马德里理工大学）；Centre for Automation and Robotics (CSIC-UPM)（自动化与机器人中心（西班牙国家研究委员会-马德里理工大学））
本文提出基于学习的几何领导者-追随者控制方法，用于多空中机械臂协同运输刚性负载，通过高斯过程补偿未知干扰并保证控制稳定性。
2026-02-25 cs.SY eess.SY math.OC
Geometric Impedance Control on SE(3) for Robotic Manipulators
University of California, Berkeley（加州大学伯克利分校）；Colorado State University（科罗拉多州立大学）
针对机器人操作器SE(3)几何结构在阻抗控制中未充分解决的问题，本文提出一种基于左不变误差度量和势函数的微分几何阻抗控制方法，并经Lyapunov分析验证其稳定性，在轨迹跟踪上优于传统方法。
2025-03-05 cs.RO cs.SY eess.SY
A General Scheme Implicit Force Control for a Flexible-Link Manipulator
El Bosque University（埃尔博斯克大学）；San Buenaventura University（圣布努艾文塔拉大学）；Simon Bolivar University（西蒙·玻利瓦尔大学）
本文提出了一种针对与柔顺环境交互的单连杆柔顺机械臂的隐式力控方案，基于机械臂的数学模型，考虑了柔性梁的动力学和重力作用，通过结构参数确定控制器参数，利用李雅普诺夫理论保证稳定性，采用内外闭环控制结构实现位置和力的跟踪控制及振动抑制。
2017-05-13 cs.RO cs.SY eess.SY
Deep Reinforcement Learning for Adaptive Gain Tuning in Control of Teleoperation Manipulators with Joint Flexibility and Time-Varying Delays
Iran University of Science and Technology (IUST)（伊朗科技大学）
针对含有关节灵活性和时变延迟的遥操作机器人控制问题，提出结合稳定P+d控制器与基于TD3算法的深度强化学习智能体的混合控制方法，可实时调整增益减少振动，为相关遥操作系统提供实用方案。
2026-08-05 cs.SY eess.SY
Influence of Radial Basis Activation Functions on Intelligent Controller for Robotic Manipulators
Smart Systems Lab, Department of Mechanical Engineering, University of Turku（智能系统实验室，机械工程系，图尔库大学）
本文提出一种基于径向基函数神经网络的智能控制框架，用于机器人机械臂轨迹跟踪，重点研究激活函数选择对瞬态行为、稳态精度和控制平滑度的影响。
2026-07-03 cs.RO cs.SY eess.SY
Lyapunov-Krasovskii Functionals of Robust Type for the Stability Analysis in Time-Delay Systems
Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（自动化与应用信息学研究所，卡尔斯鲁厄理工学院）
本文受完全型李雅普诺夫 - 克拉索夫斯基泛函启发，提出鲁棒型泛函，通过经典定理得出相关鲁棒性结果，其与无穷维代数里卡蒂方程相关，依赖特定引理，举例表明相比完全型泛函降低了保守性。
2026-07-24 cs.SY eess.SY
Dedicated Nonlinear Control of Robot Manipulators in the Presence of External Vibration and Uncertain Payload
Salahaddin University-Erbil（萨拉赫丁埃尔比勒大学）；University of Kurdistan Hewler（库尔德斯坦休勒大学）；University of Florida（佛罗里达大学）
针对机器人机械臂在外部振动和不确定负载下的关节空间跟踪控制问题，提出两种利用不确定力矩性质的非线性控制方法，并通过Lyapunov分析和仿真验证了控制器的稳定性与有效性。
2024-08-06 cs.RO cs.SY eess.SY
A Nonlinear Scaling-based Design of Control Lyapunov-barrier Function for Relative Degree 2 Case and its Application to Safe Feedback Linearization
针对相对阶大于1时CLBF设计困难的问题，提出利用sigmoid函数缩放CLF在不安全集上的值来构建CLBF的系统设计方法，并将其应用于平面机器人机械臂的安全反馈线性化控制。
2025-09-18 cs.SY eess.SY
A Class of Hierarchical Sliding Mode Control based on Extended Kalman filter for Quadrotor UAVs
University of Nevada, Reno（内华达大学雷诺分校）
本研究提出结合扩展卡尔曼滤波器与分层滑模控制的新方法，用于提升四旋翼无人机的状态估计鲁棒性并实现高效精确的轨迹跟踪，通过Lyapunov原理证明稳定性，实验验证了其有效性与可行性。
2025-03-24 cs.RO cs.SY eess.SY
Intelligent control of a single-link flexible manipulator using sliding modes and artificial neural networks
Federal University of Rio Grande do Norte（北里奥格兰德联邦大学）；University of Turku（图尔库大学）
本文提出了一种新的柔性臂机器人精确轨迹跟踪的智能控制方案。所提出的方法主要是基于滑模控制器的欠驱动系统与嵌入式人工神经网络，以处理建模不准确。所采用的神经网络只需要一个单一的输入和一个隐藏层，这大大降低了计算复杂性的控制规律，并允许其在低功耗微控制器的实施。选择在线学习而不是有监督的离线训练，以允许在跟踪期间实时的调整神经网络的权重。因此，所得到的控制器是能够应付欠驱动的问题，并通过从经验中学习，这授予适当地处理植物动态的能力，以适应自己。在类李雅普诺夫稳定性分析中引入Barbalat引理，证明了跟踪误差的有界性和收敛性。一个小的单连杆柔性机械臂的实验结果表明，所提出的控制方案的有效性，即使在存在高水平的不确定性和噪声信号。
2022-03-21 cs.RO cs.SY eess.SY
Decentralized Observer Design for Virtual Decomposition Control
Tampere University（坦佩雷大学）
在本文中，我们将速度观测器的设计到虚拟分解控制（VDC）策略的$n$ -自由度开链机器人机械手。从VDC策略下降，所提出的设计是基于将$n$ -DoF机械手分解为子系统，即，刚性连杆和关节，对于这些刚性连杆和关节，可以在本地实现分散的观测器-观测器实现。类似于VDC，合并的干扰观测器的设计是基于无源性的，我们表明，它实现了半幂指数收敛的跟踪误差。基于观测器和控制器误差动态特性，利用李雅普诺夫函数进行了收敛性分析。所提出的设计证明在一个2自由度的开链机器人机械手在垂直平面的仿真研究。
2021-05-27 cs.RO cs.SY eess.SY
Neuro-Adaptive Boundary Force Control of Dual One-Link Flexible Arms with Unmodeled Dynamics and Input Constraints
本文的主要目的是利用双单连杆柔性机器人完成安全抓取任务。为了设计一个无力传感器的力控制器，直接力控制问题被简化为普通的运动控制问题，在某种程度上，通过满足新的控制目标，建立抓取任务。之后，第一次在双单连杆柔性机械臂领域，智能控制方法结合鲁棒控制方法，努力：i）完成运动控制目标，ii）处理系统中的不确定性，iii）考虑未知的，混合输入约束，导致NABFC（神经自适应边界力控制）。此外，为了处理未知的模型不确定性以及未知的输入饱和和死区，径向基函数神经网络（RBFNN）。以同样的方式，利用自适应控制来估计未知参数。通过利用李雅普诺夫直接方法，适当的李雅普诺夫泛函和能量乘子方法被定义来表达著名的强稳定性过程，这补偿了以前的工作中提出的复杂的稳定性过程。在所设计的控制器的存在下，所提出的稳定性程序导致系统的一致最终有界（UUB）稳定。最后，为了与其他控制器进行比较，通过数值分析验证了所设计控制器的优良性能和稳定性分析结果的正确性。
2022-08-18 cs.SY eess.SY
Real-to-Sim: Predicting Residual Errors of Robotic Systems with Sparse Data using a Learning-based Unscented Kalman Filter
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本研究提出利用无迹卡尔曼滤波器更新神经网络参数，以少量数据学习机器人动力学或仿真模型与真实机器人间的残差误差，并在机械臂和轮式机器人上验证，有效缩小了现实差距。
2023-05-08 cs.LG cs.RO cs.SY
From Static to Dynamic Tag Population Estimation: An Extended Kalman Filter Perspective
Lab. Recherche Informatique (LRI-CNRS UMR 8623), Univ. Paris-Sud（巴黎南大学信息学研究实验室（LRI-CNRS UMR 8623））
本文提出基于扩展卡尔曼滤波的通用框架，用于静态和动态RFID系统中标签人口估计，通过建模RFID系统动态为离散随机过程，并利用CUSUM技术分析估计误差的有界性。
2015-11-26 cs.SY eess.SY
Robust 3D Vision for Autonomous Robots
本文提出了一种用于机器人自主操作的容错三维视觉系统。特别是，空间物体的姿态估计是在闭环配置中使用集成卡尔曼滤波器（KF）和迭代最近点（ICP）算法中的三维视觉数据来实现的。内部ICP迭代的初始猜测由卡尔曼滤波器的状态估计传播提供。卡尔曼滤波器不仅能够估计目标的状态，而且能够估计其惯性参数。这使得一旦滤波器收敛，目标的运动就可以预测。因此，由于ICP初始化的精度增加，ICP可以在更宽的速度范围内保持姿态跟踪。此外，在估计过程中结合目标的动态模型允许估计器连续地提供姿态估计，即使当传感器暂时失去其信号时，即由于障碍物。姿态估计方法的能力是由自动化的返回和对接的地面试验台证明。在该实验中，Neptec的激光相机系统（LCS）用于实时扫描连接到机械臂的卫星模型，该机械臂由模拟器根据轨道和姿态动力学驱动。结果表明，只有当卡尔曼滤波器和ICP处于闭环结构时，才能实现对自由漂浮翻滚卫星的鲁棒跟踪。
2022-08-30 cs.RO cs.SY eess.SY
Robustness-Guaranteed Observer-Based Control Strategy with Modularity for Cleantech EMLA-Driven Heavy-Duty Robotic Manipulator
本文针对清洁技术EMLA驱动的重型机器人机械臂，提出一种基于自适应状态观测器的鲁棒子系统自适应模块化控制策略，以统一方程格式处理建模误差、非三角不确定性及转矩和电压扰动，并通过Lyapunov理论证明一致指数稳定性，最终经仿真与实验验证其控制性能。
2024-09-18 cs.SY eess.SY
Fast Finite-Time Sliding Mode Control for Chattering-Free Trajectory Tracking of Robotic Manipulators
Department of Electrical and Computer Engineering（电气与计算机工程系）；Tarbiat Modares University（塔里亚特莫达雷斯大学）
针对传统滑模控制存在抖振、机械臂轨迹跟踪精度不足的问题，本文提出无抖振快速终端滑模控制策略，经仿真验证其跟踪性能、收敛速度与稳定性均优于现有方法。
2025-11-14 cs.RO cs.SY eess.SY
Adaptive Variable Impedance Control for a Modular Soft Robot Manipulator in Configuration Space
Shahid Beheshti University（沙希德·贝赫什提大学）；Technical University of Denmark（丹麦技术大学）
合规性是人机交互的强烈要求。软机器人提供了一个机会，以弥补传统的致动机构缺乏遵守，然而，他们的控制是非常具有挑战性的，因为他们的内在复杂的运动。因此，软机器人需要新的方法，例如，建模、控制、动力学和规划。确保顺应性的控制策略之一是阻抗控制。在存在耦合力和位置约束的任务执行期间，动态行为增加了阻抗控制的灵活性。这对控制系统的稳定性施加了一些额外的约束。为了解决这些问题，我们提出了一个可变的阻抗控制在配置空间中的模块化软体机器人操作器（MSRM）的模型不确定性和外力的存在。为了降低计算复杂度，采用基于动量的方法在位形空间估计外载荷，并设计自适应反推滑模控制器以防止不确定性。利用李雅普诺夫理论进行稳定性分析，不仅保证了所设计控制律下各状态的指数稳定性，而且保证了闭环系统的全局稳定性。系统性能的基准对其他传统的控制方法，如滑模（SM）和逆动态PD控制器。仿真结果表明，与SM和PD控制器相比，所提出的变阻抗控制在稳定位置误差和减小外部负载的影响方面是有效的。
2021-10-09 cs.RO cs.SY eess.SY
Simultaneous Online System Identification and Control using Composite Adaptive Lyapunov-Based Deep Neural Networks
University of Florida（佛罗里达大学）
针对非线性系统，提出一种基于李雅普诺夫稳定性分析的深度神经网络在线自适应更新方法，同时实现系统辨识与轨迹跟踪，并保证跟踪误差、状态导数估计误差和网络权重估计误差一致最终有界。
2026-05-21 cs.SY eess.SY
Learning-Based Progressive Barrier Control for Robot Manipulators with Initial Errors Outside Prescribed Tracking Bounds
University of Luxembourg（卢森堡大学）；University of Hertfordshire（赫特福德大学）
针对延迟约束下的机械臂控制问题，提出基于强化学习的神经自适应控制框架，改进障碍Lyapunov函数实现平滑约束执行，结合actor-critic架构免建模自适应处理约束，经稳定性证明和仿真验证有效。
2026-10-01 cs.RO cs.SY eess.SY
Adaptive Tracking Control of Uncertain Euler-Lagrange Systems with State and Input Constraints
针对具有参数不确定性的状态和输入受限Euler-Lagrange（E-L）系统，提出了一种新的控制结构。一个简单的饱和控制器的战略耦合的障碍李雅普诺夫函数（BLF）为基础的控制器，以确保状态和输入约束的满足。据作者所知，这是E-L系统的第一个结果，保证渐近跟踪与用户指定的状态和输入约束。所提出的控制器还确保所有的闭环信号保持有界。所提出的控制器在约束满足和跟踪性能方面的有效性进行了验证，使用机器人机械手系统的仿真。
2022-12-16 cs.SY eess.SY
Model-Free Active Input-Output Feedback Linearization of a Single-Link Flexible Joint Manipulator: An Improved ADRC Approach
Electrical Engineering Department（电气工程系）；College of Engineering, Baghdad University（巴格达大学工程学院）
本文提出了一种基于改进主动扰动抑制控制（IADRC）范式的无模型主动输入输出反馈线性化（AIOFL）技术，用于设计具有已知相对次数的非线性系统的反馈线性化控制律，通过改进非线性扩展状态观测器（INLESO）估计广义扰动并结合改进非线性状态误差反馈（INLSEF）生成名义控制律，实现实时消除所有不需要的动力学、外源扰动和系统不确定性，将系统转化为积分链，仅需非线性系统的相对次数信息，并通过李雅普诺夫函数分析证明了系统的渐近稳定性。
2019-06-30 cs.RO cs.SY eess.SP
Robust consensus control of second-order uncertain multiagent systems with velocity and input constraints (extended version)
本文研究了二阶多智能体系统在有向图下的一致性问题。简单而强大的共识算法，提出了现有的成就，占速度和输入的限制，代理的不确定性，并缺乏邻近的速度测量。此外，我们表明，所提出的方法可以应用于速度和控制力矩约束的不确定机器人的一致性控制。我们严格证明，速度和控制输入保持在预先指定的范围内，通过调整设计参数的先验和渐近共识，可以通过李雅普诺夫函数和固定时间稳定性。模拟进行对称和非对称的约束，以显示效率的理论研究结果。
2023-03-01 cs.SY eess.SY
Collocated Adaptive Control of Underactuated Mechanical Systems
Italian Institute of Technology（意大利理工大学）
本文提出了一种协同自适应控制方法，用于非完整机械系统，通过引入虚拟控制输入，解决了非完整系统动态稳定性问题，并通过仿真实验验证了方法的有效性。
2014-05-20 cs.SY eess.SY
Adaptive RBFNN Control of Uncertain Bilateral Teleoperation Systems with Delay-Dependent LMI Stability Conditions
Department of Electrical Engineering, Iran University of Science and Technology (IUST)（电气工程学院，伊朗科技大学）
本文针对带恒定时滞的不确定非线性双边遥操作系统，提出仅含两个自适应参数的紧凑双侧自适应RBFNN控制器，经2-DOF机械臂仿真验证，可实现约2秒同步，揭示精度与控制颤振的权衡。
2026-08-21 cs.SY eess.SY
State and Input Constrained Adaptive Tracking Control of Uncertain Euler-Lagrange Systems with Robustness and Feasibility Analysis
本文针对存在外部干扰的不确定Euler-Lagrange系统，提出一种结合障碍Lyapunov函数与饱和控制器的自适应跟踪控制方法，确保状态与输入满足约束，并首次为可行控制策略的存在性提供了可验证条件，仿真验证了其有效性。
2025-05-28 cs.SY eess.SY
Safety-Critical Adaptive Impedance Control via Nonsmooth Control Barrier Functions under State and Input Constraints
Department of Electrical and Electronic Engineering, The University of Manchester（电气与电子工程系，曼彻斯特大学）
提出一种在线自适应阻抗控制框架，结合二次规划安全滤波器与新型组合位置-速度非光滑控制障碍函数，在不确定动力学下实现关节状态安全约束与柔顺交互，并通过区间二型模糊逻辑补偿未知动力学、软约束处理执行器力矩限制，利用复合Lyapunov分析证明安全集前向不变性与阻抗跟踪误差一致最终有界。
2026-06-03 cs.RO cs.SY eess.SY
Adaptive fuzzy control of electrohydraulic servosystems
电液伺服系统广泛应用于机器人、主动悬架、精密机床和航空航天等工业领域。与电动机相比，它们具有许多优点，包括高力重比、快速响应时间和紧凑的尺寸。然而，精确控制的电液驱动系统，由于其固有的非线性特性，不能很容易地获得与传统的线性控制器。大多数流量控制阀也会表现出一些硬非线性，例如由于阀芯重叠而导致的死区。针对具有未知死区的电液作动系统，提出了一种自适应模糊控制器。利用李雅普诺夫稳定性理论和Barbalat引理证明了闭环系统的稳定性。数值结果，以证明控制系统的性能。
2022-05-31 cs.SY eess.SY math.OC
A Passivity-Agnostic Framework for Distributed Adaptive Synchronization under Unknown Leader Dynamics
Northeastern University（东北大学）
本文提出了一种适用于未知领导者动态的分布式自适应同步框架，通过 passivity-agnostic 设计在不同条件下实现稳定同步与参数适应。
2026-03-02 cs.SY eess.SY
Designing inverse dynamic controller with integral action for motion planning of surgical robot in the presence of bounded disturbances
机器人腹腔镜抓钳是一种微创手术工具。在这种机器人中，实现精确的跟踪、稳定性和扰动抑制等目标是非常重要的。在本文中，首先腹腔镜机器人的建模和仿真的阶段将进行讨论，并选择合适的材料，建议实际机器人的不同部分的原因将被解释。应用具有积分作用的逆动态控制器来提高外科手术机械手的跟踪过程的准确性，以在存在被建模为常数有界扰动的震颤的情况下跟踪指定的参考信号。基于扰动抑制方案，构造了在李雅普诺夫意义下渐近稳定的跟踪控制器。结果表明，在适当的假设下，所选方案成功地实现了非线性系统输入端的扰动抑制。计算机仿真结果表明，该控制器可以实现精确的轨迹跟踪。
2020-08-15 cs.SY eess.SY
Predefined-Time Resilient Integral Reinforcement Learning for Input-Constrained Unknown Nonlinear Systems Under FDI Attacks and Disturbances: A Fully Data-Driven Approach
Faculty of Mechanical Engineering, Ho Chi Minh City University of Technology (HCMUT), Vietnam National University Ho Chi Minh City (VNU-HCM)（胡志明市工业大学机械工程学院，越南国立大学胡志明市分校）
本文提出一种全数据驱动的积分强化学习控制方法，用于输入受限未知非线性系统，在FDI攻击和扰动下实现预定义时间收敛，并通过两连杆机器人验证有效性。
2026-09-11 cs.SY eess.SY
Towards cyber-physical systems robust to communication delays: A differential game approach
University of California, Berkeley（加利福尼亚大学伯克利分校）
互联的网络物理系统之间的协作正变得越来越普遍。已知此类系统之间的通信信道中的时间延迟会引发灾难性的故障模式，例如双边远程操作中机器人操纵器的高频振荡或自动车辆队列中的串不稳定性。本文考虑了非线性时滞系统耦合机器人代理，并提出了控制器是鲁棒的时变通信延迟。我们引入近似，允许延迟被认为是隐式控制输入本身，并制定的问题作为一个零和微分游戏之间的稳定控制器和延迟的作用adversarially。随后的最优控制律，最后通过数值实验从Lyapunov-Krasovskii为基础的方法的已知结果进行比较。
2021-09-21 cs.RO cs.SY eess.SY
Fast and Optimal Adaptive Tracking Control: A Novel Meta-Reinforcement Learning via Conditional Generative Adversarial Net
具有未知动态的非线性系统的控制一直是一个重要的研究领域。本文提出了一种新的数据驱动的最优自适应控制结构，与标准的自适应控制相比，具有更少的控制工作量和更快的适应速度。所提出的控制结构利用系统的记录数据，以提高适应速度和性能显着。在这项研究中，我们采用了一个条件生成对抗网络（CGAN）作为一种新的中央模式发生器，以再现稳态谐波模式的控制信号匹配系统的不确定性在很大范围内。我们还可以使用CGAN架构作为故障检测器。CGAN提供了一个低维的不确定性潜在空间。当存在许多参数不确定性时，特别是对于大规模系统，它可以快速方便地自适应。然后，我们引入了一种新的元强化学习框架，使CGAN的潜在空间适应系统的不确定性，作为一个最优的直接自适应控制器，而无需任何系统标识符。控制结构的另一部分是一个调节器，实现半全局渐近跟踪使用的李雅普诺夫稳定性分析。最后，通过一些模拟，我们评估了两个动力系统，机器人机械手和大型肌肉骨骼结构，在干扰和扰动的存在下，所提出的设计的能力。
2022-06-24 cs.SY eess.SY
A Novel Multi-Timescale Stability-Preserving Hierarchical Reinforcement Learning Controller Framework for Adaptive Control in High-Dimensional Dynamical Systems
Faculty of Electrical Engineering K.N. Toosi University of Technology（法拉比科技大学电气工程学院）；Faculty of Mathematical Sciences Shahid Beheshti University（沙希德·贝赫什提大学数学科学学院）；Department of Mathematics and Computer Science University of Central Oklahoma（中央俄克拉荷马大学数学与计算机科学系）
针对高维随机系统控制中的维度灾难与稳定性难题，提出MTLHRL框架，结合分层策略与神经李雅普诺夫约束，在超混沌系统和机器人臂上显著提升稳定性与性能。
2025-10-25 cs.RO cs.SY eess.SY
Stability-Certified Koopman Observer Design for Nonlinear Systems via Generalized Persidskii Dynamics
College of Engineering and Physical Sciences, Khalifa University（卡利亚法大学工程与物理科学学院）
本文提出基于广义Persidskii系统的Koopman观测器设计方法，通过线性矩阵不等式认证观测误差的输入到状态稳定性，实验证明其在估计精度和鲁棒性上优于扩展卡尔曼滤波和线性Koopman观测器。
2026-05-08 cs.SY eess.SY
Intelligent Control of Differential Drive Robots Subject to Unmodeled Dynamics with EKF-based State Estimation
With the Smart Systems , Department of Mechanical and Materials Engineering, Faculty of Technology, University of Turku（智能系统，机械与材料工程系，技术学院，图尔库大学）
本文提出结合Lyapunov非线性控制器与自适应神经网络及EKF多传感器融合的统一控制与状态估计框架，通过在线适应方案改进RBF权重，实现未知非线性建模，并通过Lyapunov分析保证闭环稳定性，实验显示在速度跟踪性能上有显著提升。
2026-03-16 cs.LG cs.RO cs.SY
Adaptive Visual Tracking for Robotic Systems Without Image-Space Velocity Measurement
Beijing Institute of Control Engineering（北京控制工程研究所）
本文研究了无图像空间速度测量的机器人视觉跟踪问题，提出了一种新的图像空间观测器，通过未知动力学中的图像空间速度信息设计自适应控制器，解决了多不确定性分离问题，避免了过参数化。
2015-04-27 cs.RO cs.SY eess.SY
Robust delay-dependent LPV output-feedback blood pressure control with real-time Bayesian estimation
平均动脉压（MAP）动态估计及其自动调节对危重患者的临床和急救复苏具有重要意义。为了解决患者对血管活性药物输注的MAP响应的可变性和复杂性，考虑具有变化的时间延迟的参数变化模型来描述响应于药物的MAP动力学。通过基于贝叶斯的多模型平方根体积卡尔曼滤波方法进行的变化的参数和延迟的估计。利用采集的动物实验数据进行的估计结果验证了所提出的随机行走动力学辨识方法的有效性。根据估计算法，通过时间延迟线性参数变化（LPV）控制技术进行自动给药方案，以调节患者的MAP响应。在这方面，LPV增益调度输出反馈控制器的设计，以满足跟踪所需的参考MAP目标的MAP响应的要求，并保证对范数有界的不确定性和干扰的鲁棒性。在这种情况下，参数依赖的Lyapunov-Krasovskii泛函的任意变化的时间延迟的一般LPV系统的鲁棒镇定的充分条件，并提供了一个凸线性矩阵不等式（LMI）约束框架的结果。最后，为了评估所提出的MAP调节方法的性能，进行了闭环仿真，结果证实了所提出的控制方法对各种模拟临床场景的有效性。
2019-09-28 cs.SY eess.SY
