基于强化学习的机械臂关节高精度控制方法研究

• 作者: 吕振华 张强 张猛 徐意钧
• 来源期刊: 空间控制技术与应用
• 学科: 工学
• 关键词: 柔性关节 强化学习 高斯过程 高效学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 37-42
• 页数: 6页
• 分类号: TP24
• 字数: 4273字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1579.2020.01.006

摘要

为提高空间机械臂自主操作能力,满足在多种不确定场景下的智能化精细操作需要,本文提出一种基于概率推断式强化学习的关节控制方法,在传统关节控制的基础上实现了控制参数的自主学习与优化.该方法主要包含两层循环,外循环通过学习交互数据在线辨识关节模型,内循环依据更新后的关节模型优化控制参数,经过数代学习逐渐使控制性能达到最优.该方法学习效率高,且相较于传统PID方法,对环境的适应能力更强,能有效提高复杂条件下机械臂关节的控制精度.数值仿真结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张强		19	38	3.0	5.0
2	张猛		11	24	2.0	4.0
3	吕振华		5	5	1.0	2.0
4	徐意钧		1	0	0.0	0.0