Verteilte lernbasierte Regelung zur Formationssteuerung mobiler Roboter auf der Grundlage bioinspirierter neuronaler Dynamik
Eine verteilte Schätzung unter Verwendung einer Kaskadenstruktur und eines variablen Strukturdesigns eliminiert die Notwendigkeit von Ableitungsinformationen, um die Echtzeitperformance zu verbessern. Eine bioinspirierte neuronale dynamikbasierte kinematische Regelung löst das Geschwindigkeitssprungproblem und berücksichtigt Geschwindigkeitsbeschränkungen. Eine lernbasierte robuste dynamische Regelung schätzt die Systemparameter in Echtzeit und bietet Robustheit gegen Störungen.
