MAPPO双臂协同智能采摘方法
    1.
    发明公开

    公开(公告)号:CN119897860A

    公开(公告)日:2025-04-29

    申请号:CN202510209946.7

    申请日:2025-02-25

    Abstract: 本发明公开了一种基于强化学习的双臂协同采摘方法,采用双臂六自由度机器人,电控装置中存储有基于强化学习的双智能体算法,包括行动者网络、评论家网络、经验回放缓冲区、两个智能体以及存储有st信息的环境模块;两个智能体分别对应一个机械臂;两个智能体在工作中连续读取jointt,评估奖励总和rt;通过优势函数#imgabs0#计算行动者网络的目标函数,对评论家网络进行优化,执行动态避障策略,执行多目标贪心采摘策略,划分独立工作空间和公共工作空间,实现双臂协作高效采摘苹果。本发明融合了MAPPO强化学习与多目标贪心采摘策略(MOGPS)算法,解决双臂动作同步和任务分配的难题,克服传统算法在双臂协作中的局限性,不仅提高双臂协作采摘效率,还增强机器人在不同作业场景下的适应能力。

    目标引导的苹果多目标连续采摘路径规划方法

    公开(公告)号:CN119516102A

    公开(公告)日:2025-02-25

    申请号:CN202411485906.7

    申请日:2024-10-23

    Abstract: 本发明公开了一种目标引导的苹果多目标连续采摘路径规划方法,按以下步骤进行:一、初始化;采集苹果树的图像,建立苹果树的仿真三维模型,在三维工作空间X中生成树T;二、选择一个苹果确定当前目标节点q_goal;将苹果收集容器的位置作为初始节点q_init;三、迭代扩展;重复以下1-4,直到找到满足条件的路径:1、随机采样:从特定区域中随机采样一个普通节点q_rand;特定区域为锥状区域且其规定性为:q_init为顶点,q_goal为底面的圆心;q_init到q_goal的距离为h,底面半径为h/30.5;2、选择最近节点;3、扩展树;4、检查碰撞。四、路径生成:通过回溯生成路径。本发明改进RRT算法,使其更贴合苹果采摘的实际情况,提高路径规划效率,具有强扩展能力,最终生成的路径也更为平滑。

Patent Agency Ranking