基于深度强化学习的机械臂控制方法

作者：李鹤宇; 赵志龙; 顾蕾; 郭丽琴; 曾贲; 林廷宇

来源：系统仿真学报, 2019, 31(11): 2452-2457.

DOI：10.16182/j.issn1004731x.joss.19-FZ0378

• 系统仿真
• Unity
• 强化学习
• 神经网络

深度强化学习在环境中不断探索尝试,通过奖励函数对神经网络参数进行调节。实际的生产线无法作为算法的试错环境,不能提供足够的数据,构建一个机械臂仿真环境,包括机械臂与物体两部分,根据目标设置状态变量与奖励机制,在模型中对深度确定性策略梯度算法(Deep Deterministic Policy Gradient, DDPG)进行训练,实现通过深度强化学习算法控制机械臂,将抓手移动至物体下方,改进控制算法的适应性,缩短调试时间。实验结果表明,深度学习算法能够在更短的时间内达到收敛,实现对机械臂的控制。

• 单位
  北京电子工程总体研究所; 北京仿真中心