基于注意力机制的并联机器人自适应调节方法及系统

本发明公开了一种基于注意力机制的并联机器人自适应调节方法及系统，包括根据实时轨迹误差与关节空间控制力矩获取并联机器人的轨迹时间序列样本数据集；构建基于PPO强化学习的SeNet‑Transformer动作网络模型；根据轨迹时间序列样本数据集对SeNet‑Transformer动作网络模型进行模型训练，获取最优并联机器人PID自适应调节模型，并根据最优并联机器人PID自适应调节模型获取并联机器人的PID调节参数以实现并联机器人PID自适应调节。本发明解决了传统方法并联机器人支腿并联结构导致关节间非线性耦合，传统PID控制参数固定难以应对突发负载变化，基于牛顿迭代的解析算法计算复杂度高，难以满足毫秒级控制闭环需求的问题。