-
题名基于深度强化学习的单机械臂智能控制算法
- 1
-
-
作者
邵艳朋
周海波
樊肖艳
徐琦媛
刘楠
-
机构
天津理工大学机电工程国家级实验教学示范中心
-
出处
《天津理工大学学报》
2024年第6期70-77,共8页
-
基金
天津市多元投入基金项目重点项目(21JCZDJC00870)
天津市自然科学基金重点项目(17JCZDJC30400)
天津市大学生创新创业训练计划项目(202210060030)。
-
文摘
机械臂的运动控制问题一直是当下的研究热点,而传统控制算法存在环境适应性差、效率低等不足,已经难以满足当今工业复杂环境等对机械臂的需求,近几年新兴的智能控制算法逐步应用到机械臂的控制上,提高了机械臂的智能性和工作效率。深度强化学习(deep reinforcement learning,DRL)作为人工智能算法之一,已经形成适用于离散和连续状态空间的智能控制方法,目前用于机械臂运动控制的深度强化学习算法大多属于连续状态空间控制方法,并且取得了较好的实验效果。文中阐述了几种单机械臂深度强化学习运动控制算法,从优缺点、适用性等方面进行分析对比,为单机械臂的智能控制提供参考。
-
关键词
机械臂
智能控制
综述
深度强化学习
运动控制
-
Keywords
robot arm
intelligent control
review
deep reinforcement learning
motion control
-
分类号
TP202.6
[自动化与计算机技术—检测技术与自动化装置]
-