融合先驗(yàn)知識(shí)與引導(dǎo)策略搜索的機(jī)器人軸孔裝配方法

打開文本圖片集

摘 要：在現(xiàn)代工業(yè)自動(dòng)化領(lǐng)域，機(jī)器人執(zhí)行復(fù)雜裝配任務(wù)的能力至關(guān)重要。盡管強(qiáng)化學(xué)習(xí)為機(jī)器人策略學(xué)習(xí)提供了一種有效途徑，但在裝配任務(wù)的策略訓(xùn)練初始階段存在采樣效率低和樣本質(zhì)量差的問題，導(dǎo)致算法收斂速度慢，容易陷入局部最優(yōu)解。針對(duì)上述問題，提出了一種融合先驗(yàn)知識(shí)與引導(dǎo)策略搜索算法的機(jī)器人軌跡規(guī)劃方法。該方法首先利用人類專家演示和歷史任務(wù)數(shù)據(jù)的先驗(yàn)知識(shí)來構(gòu)建初始策略，并將先驗(yàn)知識(shí)保留在經(jīng)驗(yàn)池中，以提高學(xué)習(xí)效率；隨后，通過引導(dǎo)策略搜索算法對(duì)初始策略進(jìn)行在線優(yōu)化，逐步提升策略的精確度和適應(yīng)性；最后，通過機(jī)器人軸孔裝配任務(wù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，該方法顯著提高了策略學(xué)習(xí)效率，減少了訓(xùn)練時(shí)間和試錯(cuò)次數(shù)。（剩余19897字）