본 논문은 해먹 표면 초구조 사변형 동적 저항 네트워크 모델링으로 발생하는 시변 라플라스 선형 시스템을 해결하기 위한 고속 제로 리셋 신경망 알고리즘을 제안한다. 저수준 특수 형태 행렬의 내재적 구조를 핵심 신경 역학 설계에 통합함으로써, 본 알고리즘은 동적 조건 하에서 전위의 효율적인 실시간 계산을 구현할 수 있다. 리아프노프 이론 기반 분석은 전역 지수 수렴성을 증명한다. 다양한 규모의 저항 네트워크 수치 시뮬레이션은 본 알고리즘이 높은 계산 효율성을 가지며 임의의 초기 조건에서도 해에 수렴함을 보여준다. 본 알고리즘을 위치장 해석기 및 방향 위치장 경로 계획 알고리즘과 결합하여 저항 네트워크 노드 전위의 자연스러운 감소 특성을 이용한 해먹 표면 로봇 내비게이션을 위한 고속 경로 계획 알고리즘을 제안한다. 전통적인 경로 계획 방법과 비교하여 제안된 알고리즘은 해당 해먹 표면 경로 계획 작업에서 더 높은 계산 효율성을 가지며, 네트워크 규모가 커질수록 이 장점은 더욱 뚜렷해진다. 또한 본 알고리즘은 동적 경로 계획 과제에도 적용되어 로봇공학 및 제어 응용에서의 잠재력을 추가로 검증한다. 마지막으로 본 논문에서는 두 가지 추측을 제시한다.

제로 리셋 신경망; 저항 네트워크; 라플라스 시스템; 등가 저항; 전위; 경로 계획