基于深度强化学习的二连杆机械臂运动控制方法

• 作者: 王建平 王刚 毛晓彬 马恩琪
• 来源期刊: 计算机应用
• 关键词: 深度强化学习 二连杆机械臂 运动控制 奖罚机制 深度确定性策略梯度算法
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 前沿与综合应用|Frontier and comprehensive applications
• 页码范围: 1799-1804
• 页数: 6页
• 分类号: TP241.2|TP391.9
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020091410

摘要

针对二连杆机械臂的运动控制问题,提出了一种基于深度强化学习的控制方法.首先,搭建机械臂仿真环境,包括二连杆机械臂、目标物与障碍物;然后,根据环境模型的目标设置、状态变量和奖罚机制来建立三种深度强化学习模型进行训练,最后实现二连杆机械臂的运动控制.对比分析所提出的三种模型后,选择深度确定性策略梯度(DDPG)算法进行进一步研究来改进其适用性,从而缩短机械臂模型的调试时间,顺利避开障碍物到达目标.实验结果表明,所提深度强化学习方法能够有效控制二连杆机械臂的运动,改进后的DDPG算法控制模型的收敛速度提升了两倍并且收敛后的稳定性增强.相较于传统控制方法,所提深度强化学习控制方法效率更高,适用性更强.