重复学习控制：循环自学习系统

理想的即插即用控制器会根据过去的经验来学习应该做什么。在一般环境下这样的即插即用控制器很难出现，但在充分约束的环境下，学习控制就是可行的。学习是自适应的高级形式，自适应控制的思想就是大多数自学习控制系统的核心。

学习控制器结构如图10-11所示。

图10-11 即插即用控制：从零开始

首先设计一组控制器，其中一般都包含一个安全控制器（防止其他控制器都失效）。来自被控对象的信息通过当前控制器处理，决定被控对象当前的输入量；也可以通过自适应模块进行处理，调节控制器参数来保证系统性能；估算模块，计算当前控制器的适当程度；聚类模块，识别不同的运行模式。根据这些模块的输出，决策系统将决定采用哪个控制器是最合适的，管理系统则实现从当前控制器到最新选择控制器之间的转换。(www.xing528.com)

学习控制非常适用于控制含有重复操作的过程。这在许多机器人应用中很常见。比如，焊接机器人必须跟踪一个预设的轨迹来焊接车辆底盘零件。对每个底盘来说该动作都是重复的。相似的机械手集齐部件并将它们按特定次序摆放，反复进行。当这个过程重复的时候，从过去的循环中学习使下一次循环提升也是可行的。每一次循环，控制动作都可以提升性能，即机器人学会怎样执行所需的操作。如图10-12所示。这个控制策略命名为重复学习控制。

实际控制动作包含两个部分：一个是通过学习过程不断完善的开环控制或是前馈控制，另外一个是用来处理干扰以及不可学习的、突变过程的反馈控制，如图10-12所示。

图10-12 循环自学习系统