-
公开(公告)号：CN116587275A
公开(公告)日：2023-08-15
申请号：CN202310611177.4
申请日：2023-05-29
Applicant: 华侨大学
IPC: B25J9/16
Abstract: 本发明公开一种基于深度强化学习的机械臂智能阻抗控制方法及系统，涉及机械臂控制技术领域，方法包括：基于刚性机械臂在不确定环境下的阻抗模型获取当前状态数据集，进而确定刚性机械臂的当前动作、对应的奖励值、下一状态数据集；刚性机械臂的当前状态数据集、当前动作、当前动作对应的奖励值以及下一状态数据集构成经验四元组；从机械臂动作经验池中选取多个经验四元组作为训练样本对DDPG模型中Actor‑Critic神经网络进行训练，以得到最优的Actor‑Critic神经网络，从而根据刚性机械臂在不确定环境下的状态数据集确定对应最优的动作。本发明提高机械臂在复杂不确定环境下的力跟踪控制性能。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
