申请/专利权人:浙江大学
申请日:2023-12-21
公开(公告)日:2024-03-22
公开(公告)号:CN117733850A
主分类号:B25J9/16
分类号:B25J9/16
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明属于机械臂及灵巧手控制领域,公开了一种基于启发轨迹的灵巧手与机械臂强化学习协同控制方法。该方法首先在仿真环境中建立了机械臂‑灵巧手协同控制的框架,并采用PPO算法进行控制策略学习。通过设计奖励函数,考虑平移、姿态调整、旋转等动作,提高控制策略适应性。在控制过程中,引入了约束强化的微分动态规划方法,以更好地考虑机械臂的动力学特征。最后,通过混合梯度更新方法,结合启发式样本和探索性样本,形成机械臂‑灵巧手协同控制策略,提高学习效率和泛化性。
主权项:1.一种基于启发轨迹的灵巧手与机械臂强化学习协同控制方法,其特征在于,包括如下步骤:步骤1:仿真环境与模型创建:建立基于gym库的mujocogym框架,建立灵巧手-机械臂一体化模型,构造两者相连关系及运动约束;步骤2:在步骤1的基础上建立mujoco环境下的机械臂-灵巧手协同控制马尔科夫决策过程模型;步骤3:针对环境及任务特点,进行分阶段奖励函数的设计,使其可以充分表达任务的完成情况,通过使用更丰富的信息奖励智能体;步骤4:采用CS-DDP方法在动力学模型与约束基础上生成启发式轨迹样本,为强化学习训练过程提供引导;步骤5:利用此前生成样本与智能体探索样本,以自适应权重的方式指导梯度更新。
全文数据:
权利要求:
百度查询: 浙江大学 基于启发轨迹的灵巧手与机械臂强化学习协同控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。