结合先验知识与深度强化学习的机械臂抓取研究

摘要：

在应用深度强化学习(deep reinforcement learning,DRL)实现机械臂自主行为决策过程中,高维连续的状态-动作空间易引起数据采样效率低及经验样本质量低,最终导致奖赏函数收敛速度慢、学习时间长.针对此问题,提出一种引入先验知识的DRL模型.该模型与机械臂逆运动学相结合,在DRL采样阶段引入先验知识指导智能体(Agent)采样,解决学习过程中的数据采样效率低、经验样本质量低的问题;同时通过网络参数迁移的方式验证引入先验知识的DRL模型在面对新任务时仍具有较强的泛化能力;最后,利用Python和CoppeliaSim仿真平台进行联合仿真实验.结果表明:引入先验知识的DRL模型比原始模型的学习效率提升了13.89%、12.82%,完成任务的成功率提高了16.92%、13.25%;在新任务中,学习率提升了23.08%、23.33%,成功率提高了10.7%、11.57%.

关键词：机械臂、先验知识、深度强化学习、网络迁移

所属期刊栏目：37

分类号：TP242.6;TP399(自动化技术及设备)

资助基金：国家自然科学基金;国家自然科学基金;泰州市科技计划项目

在线出版日期：2023-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：92-101