基于Deep Q Networks的机械臂推动和抓握协同控制

作者：贺道坤

来源：现代制造工程, 2021, (07): 23-28.

DOI：10.16731/j.cnki.1671-3133.2021.07.004

• 机械臂
• 抓握
• 推动
• 深度Q网络(Deep Q Networks)
• 协同控制

针对目前机械臂在复杂场景应用不足以及推动和抓握自主协同控制研究不多的现状,发挥深度Q网络(Deep Q Networks)无规则、自主学习优势,提出了一种基于Deep Q Networks的机械臂推动和抓握协同控制方法。通过2个完全卷积网络将场景信息映射至推动或抓握动作,经过马尔可夫过程,采取目光长远奖励机制,选取最佳行为函数,实现对复杂场景机械臂推动和抓握动作的自主协同控制。在仿真和真实场景实验中,该方法在复杂场景中能够通过推动和抓握自主协同操控实现对物块的快速抓取,并获得更高的动作效率和抓取成功率。

• 单位
  南京信息职业技术学院