基于深度强化学习的仿真机器人轴孔装配研究

• 作者: 刘乃龙 刘钊铭 崔龙
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 机器人仿真 机器人装配 深度强化学习 人工智能 三维图形仿真
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 仿真智能化
• 页码范围: 296-301
• 页数: 6页
• 分类号: TP242
• 字数: 5867字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2019.12.062

摘要

机器人轴孔装配问题是机器人装配任务中的关键问题,制造业中大量的操作任务可以归结为轴孔装配问题.传统的机器人轴孔装配方法往往依赖固定的结构化操作环境,且仅限于特定几何形状产品的装配,操作环境的变化很容易导致装配任务失败,会损害产品部件或者导致机器人末端受到很大的力和力矩而损失机器人精度.随着智能手机等行业个性化定制的需求的不断提出,生产线往往需要快速变更,而传统的机器人任务往往依赖大量的手动编程和硬编码的方法,难以适应这种快速的产品线变更.基于传统方法的这种局限性,提出在3D图形仿真环境下基于深度强化学习的自学习方法来训练机器人学习轴孔装配任务,利用深度神经网络来编码机器人控制策略,通过强化学习方法来训练该深度神经网络,以泛化机器人的操作策略,使得机器人能处理更多环境不确定性因素下的轴孔装配问题.上述方法不需要进行大量的人工编程和硬编码策略.最后通过基于ROS和Gazebo的仿真环境验证了仿真环境下使用上述方法进行轴孔装配仿真的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔龙	中国科学院沈阳自动化研究所机器人学国家重点实验室	11	49	4.0	7.0
2	刘钊铭	中国科学院沈阳自动化研究所机器人学国家重点实验室	3	0	0.0	0.0
6	刘乃龙	中国科学院沈阳自动化研究所机器人学国家重点实验室	3	0	0.0	0.0