基于示教融合的深度强化学习机器人化齿轮装配算法

工业生产中装配工艺直接关系到产品的产能和质量。当前机器人化装配算法需要根据具体的装配任务进行示教,难以适应工业场景下迭代迅速、工艺多变等特点。针对上述难题,提出一种基于强化学习的机器人装配算法。首先,使用机器人末端执行器力-力矩传感器和视觉传感器的多模态数据,提升模型的感知能力。然后,针对机器人试错成本高的问题,提出了一种融合人工示例先验的强化学习训练算法,通过专家经验池对策略模型和价值模型的参数进行初始化以减少低效探索。最后,在机器人齿轮装配任务中对所提算法进行验证。实验结果表明,加入多模态感知数据的模型具有更强的鲁棒性,人工示例先验的融合能够显著提升算法的训练效率。

航空航天领域机器人化智能装配技术综述

零构件装配是航空航天装备制造的最终阶段和关键环节,机器人是提高航空航天装备零构件装配自动化智能化水平的重要载体,也是当前装配和机器人研究领域的难点和前沿。为此,本文从航空航天领域装配需求出发,通过剖析复杂零件、可变形线性零件、大型构件这三类典型零构件的机器人装配过程可知,航空航天零构件机器人装配的核心在于解决机器人的顺应、灵巧和协同问题。然后,从状态感知、规划与决策、力位精准调控、多机/人机协同装配四个方面系统总结当前机器人装配理论与技术的研究与应用现状。最后,探讨了航空航天领域机器人装配的未来研究方向。