机器人的学习控制系统：搜索、识别、记忆和推理

学习控制系统是智能控制Z早的研究领域之一。在过去十多年中，学习控制用于动态 系统(如机器人操作控制和飞行器制导等)的研究，已成为日益重要的研究课题。已经研究 并提出许多学习控制方案和方法，并获得更好的控制效果。这些控制方案包括：

1)基于模式识别的学习控制；

2)反复学习控制；

3)重复学习控制；

4)连接主义学习控制，包括再励(强化)学习控制；

5)基于规则的学习控制，包括模糊学习控制；

6)拟人自学习控制；

7)状态学习控制。

学习控制具有4个主要功能：搜索、识别、记忆和推理。在学习控制系统的研制初 期，对搜索和识别的研究较多，而对记忆和推理的研究比较薄弱。学习控制系统分为两 类，即在线学习控制系统和离线学习控制系统，分别如图5-24a 和图5-24b 所示。图中， R 代表参考输入；Y 为输出响应；u 为控制作用；s 为转换开关。当开关接通时，该系统 处于离线学习状态。

离线学习控制系统应用比较广泛，而在线学习控制系统则主要用于比较复杂的随机环 境。在线学习控制系统需要高速和大容量计算机，而且处理信号需要花费较长时间。在许 多情况下，这两种方法互相结合。先，无论什么时候只要可能，先验经验总是通过离线 方法获取，然后再在运行中进行在线学习控制。