基于深度強化學習的機械臂多?；旌峡刂?/H1>
計算機工程與設計
頁數(shù)： 9 2024-09-16
摘要： 針對基于深度強化學習控制的機械臂動態(tài)避障能力不足，在作業(yè)過程中存在多任務沖突問題，提出一種基于雙重角色和正則化批評者算法(DARC)的多?；旌峡刂品椒?。將任務分解為多段避障模式，借助人工勢場法的斥力引力思想設計獎勵函數(shù)并分別進行訓練；將經(jīng)過初步訓練的多個模式以距離閾值或獎勵積累閾值進行切換控制，消除混合控制存在的沖突；結合機械臂單元運動學特點設計具有軟體性質(zhì)的多連桿機械臂平面仿... （共9頁）
APP 