外文翻译--机器人通过完成编程任务来提高技能㊣精品文档值得下载

态标识，是个新的统计学习方法。

古典的统计探索〜足够数量趋于无穷大时的渐近理论，而寻求最佳的解决方案现有的的信息，可以解决的问题，当地限制神经网络无法避免的，并得到全局最优解。

非线性分类器两个的描述如。

上述表达式二值的标识符。

因为我们有两种以上的接触状态实验，我们需要个多值的标识符。

个多值标识符可以由其他方法获得，这使得用多个标识符和每个区分样本的手段属于个或其他。

种需要标识符。

由于分类的依据是力的方向和与大小没有关系力数据必须归化因此数据归化力。

英尺先生，我，和。

是种数构成训练样本对。

关键要获得个标识符的细化数据支持向量和拉格朗日乘数算法，绞车迄今被认为是最好的本文应用解决方案获取联系人的状态序列从人的示范让接触状态序列，机器人必须提取序列的系列的时间变化在示范力数据收集。

因为状态变化的原因在力信号相应的变化，我们使用事件更大，使分类器识别的当前状态。

以这种方式我们可以从力数据达到个序列。

事件触发器基于力信号的变化建立了。

如果改变超支设定的阈值，事件触发发送个消息给分类器。

如果阈值设置得太高，有可能错过改变，而如果太低，有可能地解释动态变化的效果的接触将导致的损失效率。

我们可以根据得到个合适的阈值实验。

图是记录的力信号的塑料瓶的时候放在桌子上。

图是个序列的实现由机器人。

在环境有很大的干扰和它在些实验结果。

因为演示由人类的四肢和人的因素的研究表明那人的反射动作和肢体运动的带宽是在赫兹，我们使用低通滤波器来处理力信号。

图显示的顺序，机器人终于得到了它是致的状态序列论证状态转换的技巧既然我们已经对序列，下步是实现状态转换，根据执行任务序列。

在本文中，速度的方向控制和力中断用于过渡控制。

这意味着机器人沿着既定的方向和停止时的受力变化翻转极限。

此方法是的确切位置它能适应环境的不确定性。

推导速度如下在演示中我们可以得到相对位移各坐标轴方向。

因为手颤振，曲线不光滑。

为了避免不必要的颤振，用线性化方法实现的方向的速度。

首先，我们描述的两个相邻的时间触发事件为和然后这两个位移描述可以被描述为。

分类器的宁模块应用层可以给列车命令。

然后命令处理器集合分类器列车。

它的函数原型，在是型，六矢量力，个体量词名称分类名称，参数描述分类模式的为人和可旋转三轴则相对转动位移，角度。

我们可以通过些上面提到的方式得到转动方向。

使用我们上面讨论的方法，我们可以实现元素游泳的演示程序。

但它要求的过程的初始接触形成作为相同在示范接触形成。

它不能应用于任务非结构化环境。

为了解决这个问题，我们必须证明初始接触形成的序列机器人。

这样的机器人将能够选择个合适的对于每个初始接触形成序列。

序列存储在计划表。

在确定的初始状态下的机得到正确的序列，通过查表。

我们添加了两个自由度的机器人用六自由度塞阿拉机器人设计的实验内容，该机器人的涂油机基于的实时扩展环境结束。

运动控制卡用于库服务器控制。

的软件是建立在模块化结构使软件具有良好的开放性和可扩展性。

图是系统模型。

有三个层次硬件层，实时控制层端用户应用层。

应用在和实时控制的开发在。

他们交换信息的过程通信对象。

命令处理器驱动相应的模房灰层根据信号通信接口。

系统程序采用。

乘数。

教学模块的序列在应用程序层可以个命令来设置增益序列模块工作。

这测试工程师国家分类器也。

这个函数原型的分类器是该分类器的输出传送到序列模块和罗恩生成序列表。

这个信息可通过通信用户应用程序显示。

工作运行模可生产启动和停止个任务的命令。

当这个过程开始，命令处理模块集的分类器识别状态。

接触状态的序列表可以决定未来的状态和其相应的转换速度。

过渡的控制器发出运动指令，机器人可以移动沿规定的方向。

同时在伤害检查力信号的变化，如果力的变化超过设定限制触发发送个消息来停止机器人运动和集分类器的再分类。

上述过程重复直到分类器的输出，在序列的最后状态最后，速度序列表返回零和任务完成。

实验结果在图所示的塑料瓶，我们首先雨的状态分类器的钍各种序列，然后证明把桌上的瓶子可能的初始状态平稳。

最后我们设置的机器人在不同的初始状态，让机器人开始工作。

保证安全的机器人将停止在个案工作信号超出限值。

在开始的几实验对象被困在桌面和实验。

这是由于不正确的因为我们国家的静态力数据宁分类器但的任务是在个执行最后从环境的由高摩擦。

因此，分类器训练使用滑动瓶收集的数据董桌。

觉得任务能够顺利在不同的初始的态度和立场完成。

图是在端部执行器的机器人的位置和姿态的成功地运行瓦序列，描述图与这技巧的过程模式，使机器人能够适应非结构化服务贸易的环境。

结论基于接触状态的任务的控制技能模型，系统开发的机器人。

本问的接触状态描述为个序列的离散的接触状态。

首先，介绍状态然后技能模型提出了。

技巧三个方面进行了阐述接触状态分类器，对序列的接触状态的获取和控制状态之间的转换。

的分类与支持向量机的开发利用力状态序列的中国是从由事件触发的示范力信号。

的过渡速度命令是通过线性化方法。

的系统是利用机器人控制成功的建立具有开放的体系结构设计。

该方法不仅可以提供个简单的编程方法也适应环境的不确定性，由于系统是基于模型和位置信息的性。

它增加了程序的可靠性。

因此，这种技术可以推广服务和工业机器人中的应用。

参考机器人从人类学习什么。

年度评论控制。

香港的向自动机器人指令从皮尤性映射人类掌握到机械手抓握。

机器人与方向自动化王镁是所教授。

，禁止美元交通泰，下巴兴趣包括茶以桑，机器人和教授电子邮件哇。

河原位。

银亲出租人博士，主管，斧上海机器人，所泰，中国。

他利益。

包括高级机器人机器人控制女士电话。

美国。

机器人通过完成编程任务来提高技能王琴钱俊王春香杨如青上海交通大学机器人研究所中国上海摘要机器人方面的示范的任务中，对象需要系统与环境的接触是基于控制技能模型的建立。

技能描述为三方面，接触状态分类器，接触状态序列的获取与控制存在于国家之间。

分类器是发展与支持向量机的力感。

状态序列是由事件触发从实证的力量获得的信号。

速度命令的过渡是通过线性化方法实现。

系统是成功的建造开放式机器人控制器。

前言机器人已经成功应用在制造业，那里有着结构化的系统，完成的任务是简单的和相对重复的，但是传统的位置教学和回放编程方法对于有特殊要求的用户，尤其是对于再完成复杂任务的用户，此外，这些项目基于精准的位置，如果出现位置不确定性，往往会失败，所有这些机器人的服务从小方面开始推广，为了解决这个问题，研究人员提出了通过展示编程来克服。

这个想法是实现机器人的自动编程优化人们的现实生活。

它通过建模，利用简单的界面之间的区别，避免了复杂的编程，目前，实现它，是基于机器人的视觉加工，然而该方法有定的局限性，在这个过程中接触工件和工作环境需配合完成，因为接触状态不能明确确定机器人的视觉，因为乌曼人完成的口角力的方便感的任务，所以我们开发的是去完成力在接触状态的任务。

力信号利用的是机器人兼容的功能，这篇文章的目的不是达到兼容，而是，基于里信号最后实现，最后实现从完成特定技能向普通能的转换。

接触状态下技能模型的任务大多数处理在接触状态可以被描述为个序列的离散联系。

如果该机器人知道的序列处理，转换是可解决的，根据目前的状态。

经过系列的转换，机器人可以完成这项工作。

图是控制技能模型为任务在接触状态。

如果低频传感器变化超出个固定值，这意味着接触状态已经改变了。

事件触发设置的状态分类工作，它的状态序列表列出了过渡的机人要根据本接触状态。

在转动过渡控制器提供英译命令，该命令将被执行的机器人控制器。

整个技能可以说是在三个步骤建立接触状态分类，获得序列联系状态和控制状态之间的转换。

对赋予机器人用这个技能，我们必须先说明接触状态和状态序列在描述两个物体的接触状态，我们需要说明它们之间的确切位置和态度。