基于PPO的机械臂控制研究方法

• 作者: 郭坤 武曲 张义
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 强化学习 机械臂 近端策略优化算法 Actor-Critic算法 离线学习
• 年，卷（期）: 2021,（4）
• 页码范围: 222-225
• 页数: 4页
• 分类号: TP301

摘要

目前应用于机械臂控制中有许多不同的算法,如传统的自适应PD控制、模糊自适应控制等,这些大多需要基于数学模型。也有基于强化学习的控制方法,如:DQN(Deep Q Network)、Sarsa等。但这些强化学习算法在连续高维的动作空间中存在学习效率不高、回报奖励设置困难、控制效果不佳等问题。论文对基于PPO(Proximal Policy Optimization近端策略优化)算法实现任意位置的机械臂抓取应用进行研究,并将实验数据与Actor-Critic(演员-评论家)算法的进行对比,验证了使用PPO算法的控制效果良好,学习效率较高且稳定。