基于深度强化学习的蛇形机械臂控制策略研究

摘要：

针对蛇形机械臂控制问题,提出了一种基于深度强化学习的控制策略,该控制策略采用深度确定性策略梯度算法(DDPG).分析了蛇形机械臂的结构和工作范围.基于Python语言,使用gym中的pyglet模块搭建用于产生数据的仿真环境,设置奖励函数、状态变量和动作变量,最终实现了对蛇形机械臂的精确控制.仿真实验表明:DDPG算法在蛇形机械臂的控制过程中能快速收敛,同时该控制策略在2D平面可实现对目标物的快速精确逼近,并具有较好的鲁棒性.

关键词：深度强化学习、蛇形机械臂、2D、控制策略、DDPG

所属期刊栏目：60

分类号：TP241(自动化技术及设备)

资助基金：上海市科委生物医药领域科技支撑计划17441901200

在线出版日期：2022-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：17-21