基于强化学习的学习变阻抗控制

• 作者: 刘琦 夏桂华 张智 朱齐丹 李超 谢心如
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 机器人 阻抗控制 力控制 控制策略 强化学习 高效 高斯过程 成本函数
• 年，卷（期）: 2019,（2）
• 页码范围: 304-311
• 页数: 8页
• 分类号: TP242
• 字数: 7742字
• 语种: 中文
• DOI: 10.11990/jheu.201803020

摘要

为了提高力控制的性能,使机器人高效自主地学习执行力控制任务,本文提出一种学习变阻抗控制方法.该方法采用基于模型的强化学习算法学习最优阻抗调节策略,使用高斯过程模型作为系统的变换动力学模型,允许概率化的推理与规划,并在成本函数中加入能量损失项,实现误差和能量的权衡.仿真实验结果表明:该学习变阻抗控制方法具有高效性,仅需数次交互即可成功学习完成力控制任务,大大减少了所需的交互次数与交互时间,且学习得到的阻抗控制策略具有仿生特性,可用于学习执行力敏感型任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱齐丹	哈尔滨工程大学自动化学院	227	2033	24.0	33.0
2	张智	哈尔滨工程大学自动化学院	61	424	11.0	16.0
3	夏桂华	哈尔滨工程大学自动化学院	33	247	8.0	15.0
4	李超	哈尔滨工程大学自动化学院	45	148	8.0	10.0
5	刘琦	中国工程物理研究院化工材料研究所	6	6	1.0	2.0
6	谢心如	哈尔滨工程大学自动化学院	3	5	1.0	2.0