另外 ， 团队演示了一种基于CFMC的模拟压力控制的实现方法 ， 使用了一种基于学习神经网络的算法 ， 从而允许精确调节执行器压力 。 实验同时表明 ， 所述方法可以泛化到不同的TPU织物流体驱动器 。
相关论文：
ConstantFluidicMassControlforSoftActuatorsUsingArtificialNeuralNetworkAlgorithm
https://paper.nweon.com/11475
团队最后补充道 ， 柔性致动器的外部交互力是可穿戴触觉应用中的常见情况 ， 作用在致动器上的不同力会影响其等效电容 ， 从而降低学习神经网络模型的精度 。 在未来 ， 研究人员计划通过引入预载作为第四个输入变量来扩展所提出的神经网络模型 ， 并探索递归神经网络的架构 ， 以在控制系统中包含具有时间动态行为的输入变量 。 另外 ， 团队计划探索基于CFMC的可穿戴触觉设备模拟压力控制 ， 并计划检查CFMC在创建刚度触觉方面的影响 ， 以及闭环控制的性能 。

• 科技入黔|“科技入黔”助力贵州高质量发展
• 红米手机|真我GTNeo3和红米K50谁的综合实力更好，哪个更值得购买？
• 恒大|中国恒大回应被清盘呈请：极力反对 预期不影响重组计划
• 网友热议|母亲回应3个孩子2个上清华：只能教孩子做人诚实守信 学习都靠自己努力
• “亿元级”消费券激发市场活力
• 格力电器|游戏玩家超爱！雷神27英寸Fast-IPS显示器现在入手
• 苹果|iPhone 12、13傻傻分不清？苹果的创新力的确在下降
• 物流|科技赋能封管控区，无人车助力物流配送
• 传感器|标配大底传感器，价格却仅需2000元左右，拍摄能力强，性能体验好
• 电信|印度电信和IT部长：印度本土研发的5G技术有潜力赢得全球市场