10.3969/j.issn.1001-3881.2021.17.010
基于Dueling Network与RRT的机械臂抓放控制
针对当前机械臂抓取与放置方式固定、指令单一、难以应对复杂未知情况的不足,提出一种基于深度强化学习与RRT的机械臂抓放控制方法.该方法将物件抓取与放置问题视为马尔科夫过程,通过物件视场要素描述以及改进的深度强化学习算法Dueling Network实现对未知物件的自主抓取,经过关键点选取以及RRT算法依据任务需要将物件准确放置于目标位置.实验结果表明:该方法简便有效,机械臂抓取与放置自主灵活,可进一步提升机械臂应对未知物件的自主操控能力,满足对不同物件抓取与放置任务的需求.
机械臂;深度强化学习;Dueling Network;RRT;抓放控制
49
TP241(自动化技术及设备)
浙江省教育厅科研项目Y202044737
2021-11-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
59-64