优化深度确定性策略梯度算法

• 作者: 周唯倜 柯丰恺 赵大兴
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 强化学习 深度学习 连续动作控制 机器臂
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 151-156,233
• 页数: 7页
• 分类号: TP305
• 字数: 4131字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1712-0297

摘要

深度强化学习善于解决控制的优化问题,连续动作的控制因为精度的要求,动作的数量随着动作维度的增加呈指数型增长,难以用离散的动作来表示.基于Actor-Critic框架的深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法虽然解决了连续动作控制问题,但是仍然存在采样方式缺乏科学理论指导、动作维度较高时的最优动作与非最优动作之间差距被忽视等问题.针对上述问题,提出一种基于DDPG算法的优化采样及精确评价的改进算法,并成功应用于选择顺应性装配机器臂(Selective Compliance Assembly Robot Arm,SCARA)的仿真环境中,与原始的DDPG算法对比,取得了良好的效果,实现了SCARA机器人快速自动定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵大兴	湖北工业大学机械工程学院	95	345	10.0	13.0
2	周唯倜	湖北工业大学机械工程学院	2	11	2.0	2.0
3	柯丰恺	湖北工业大学机械工程学院	1	5	1.0	1.0