1、探索人类运动研究与工程融合的旅程

拉班理论与工程融合探析

探索人类运动研究与工程融合的旅程

1. 开启运动研究之旅

在攻读佐治亚理工学院电气工程博士学位时,我获得了研究运动的绝佳机会。周围的机器人专家渴望从舞者那里学习,他们希望我解释运动、协助实现运动并让其变得酷炫。尽管研究生生活充满挑战,但能因研究自己喜爱的主题而获得报酬,我深感荣幸。

起初,我从实践入手。我的博士论文核心的第一篇论文灵感源于亚特兰大芭蕾舞学校的一堂芭蕾课。该研究提出了小片段运动组合成更复杂长句的观点,但不足之处在于它仅指定了一系列静态姿势,而姿势之间的运动则需靠想象。于是,我自然地转向了鲁道夫·拉班(Rudolf Laban)的理论。

我的中学老师伊雷娜·林恩(Irena Linn)曾在德国玛丽·维格曼(Mary Wigman,拉班的学生)创办的学校学习。她通过分类法教授编舞,利用分类法帮助我们察觉自身习惯、激发新想法并在作品中创造平衡。我至今仍记得田纳西州诺克斯维尔舞蹈工作室角落里的小黑板,她会在上面写下不同运动的名称(可能还有符号),如旋转、跳跃、移动等,并教导我们改变运动的水平和动态质量。我还记得在这种新情境下编排的第一个动作:双手手指张开,按在右脚旁的地板上;然后从核心部位发力支撑,保持脚和手在光滑木地板形成的平面上,将这些远端部位抬离地面,让右脚鞋底和手掌面向观众。这个动作展示了水平变化以及一种沉重、有力的身体特质和运动质量,这对我来说并非自然之举。

2. 深入拉班理论学习

在普林斯顿大学完成本科毕业论文时,我有机会深入独立地研究机械和航空航天工程工具如何为舞蹈研究分析提供信息。正是在这个时候,我首次接触到拉班记谱法(Labanotation)和用力系统(effort system),既为之兴奋又感到不满。我惊叹

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值