PI采用全新的基于學習的控制算法

實現前所未有的運動性能水平

　　超越傳統控制的極限

　　基于反饋和前饋的控制算法可以實現高水平的性能，但存在根本性限制，我們將如何超越傳統控制的極限呢?

　　預防性干擾補償

　　針對高精度運動系統的機器學習控制算法，可以預先補償干擾，實現反饋和前饋控制規律的智能實時優化。

　　多種學習模式提升性能

　　學習不同先前的執行模式，可以最小化運動和穩定時間，減少動態跟隨誤差，并在廣泛的操作范圍內最大化穩定性。

　　市場和應用

　　使用基于機器學習的控制算法，從先前的執行過程中進行學習，從而避免或補償重復誤差。

　　“推動我們前進的動力是實現他人認為不可能的運動性能”工程師FabianRudnick深入探討了PI基于學習的運動控制的未來開發過程。