bulletstart的博客

滑膜控制（SMC）是一种广泛应用于非线性系统的控制策略，尤其适用于那些受模型不确定性、外部扰动、系统参数变化等影响较大的系统。其设计目标是通过引入一个“滑模面”来逼近系统的期望行为，并确保系统的鲁棒性和稳定性。滑膜控制的核心思想是通过设计一个控制输入，使得系统的状态能够“滑动”到一个预定义的滑模面，并沿着该面运动，从而达到期望的系统行为。滑模控制因其对不确定性和外部干扰的较强抗干扰能力，被广泛应用于航天、机器人、机械系统、电力系统等领域。

迭代学习是一种十分适合应用在重复性控制动作的控制方法,其大致原理是使用者通过对系统设计出一个学习率,并利用该学习率在系统的重复控制过程中一次一次迭代,以逐步减小系统误差,不断接近或达到系统的期望值。逐步改进：每次迭代基于上一次迭代的结果进行优化。每次更新都会通过某种机制（如梯度下降）调整参数，以减少误差或损失函数。反馈机制：模型的输出会提供反馈，指导下一步的学习和调整。反馈的形式通常是误差或损失度量。广泛应用。

主动柔顺控制研究现状。