基于深度强化学习的机械臂容错控制方法

• 作者: 刘满禄 周祺杰 张华 李新茂 李铭浩
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 机械臂关节故障 容错控制 深度神经网络 强化学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 53-55,59
• 页数: 4页
• 分类号: TP242.2|TP212
• 字数: 3205字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)01-9053-03

摘要

针对机械臂突发单关节故障的情况,提出一种基于深度强化学习的机械臂容错控制方法.在建立环境模型和奖罚机制的基础上,针对机械臂正常运行和故障运行的情况,使用无模型的强化学习算法进行离线训练.在Rviz中建立机械臂模型并使用上述网络进行在线控制.实验证明:该算法可以有效完成机械臂的正常控制和容错控制.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华	西南科技大学信息工程学院	193	1226	16.0	25.0
2	刘满禄	西南科技大学信息工程学院	59	191	8.0	11.0
4	周祺杰	西南科技大学信息工程学院	2	0	0.0	0.0
5	李新茂	西南科技大学信息工程学院	5	3	1.0	1.0
8	李铭浩	西南科技大学信息工程学院	4	4	1.0	2.0