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 。

• 苹果|库克压力确实大，在众多国产厂家对标下，iPhone13迎来“真香价”！
• 华为|问界M5风光无限，赛力斯SF5暗自神伤，华为或许低估了造车这事？
• iqoo|iQOO Z5x兼备长续航与优质好屏，无压力畅玩游戏
• PSVR|Resolution Games将大力支持开发PSVR 2游戏
• 鸿蒙os|麒麟9000再度发力，华为高精度导航让你出行不迷糊
• CPU|E5系列处理器——工作室和生产力专业处理器，小白请勿购买
• 百度|传英伟达加大GeForce RTX 3050供应力度，大量供货将在春节后到来
• 部署|华为获欧洲大国力挺，5G部署有了新的可能
• 元宇宙持续发酵，或迎“终极形态”？马斯克为何力挺脑机接口技术
• 荣耀magic3|实力旗舰！5200mAh+4nm+1TB，荣耀新机亮剑