一种视觉机器人抓取控制策略算法研究

针对视觉机器人抓取目标的稳定性和准确性,提出一种关注探索方法的强化学习策略。采用深度关注的确定性策略梯度算法,利用关注区域建议网络来选择预勘探区域消息,并通过自适应探索方法计算该消息,以随着目标的变化调整策略。根据末端执行器与预勘探区域中心之间的距离,定义分层奖励函数,用于减少稀疏奖励矩阵带来的杂项信息。在Bullet3环境下进行了训练,实验结果表明:所提策略能够克服训练过程中可能出现的稳定性差和收敛效率低的问题,能产生抗噪声干扰的鲁棒控制,且具有较高的抓取成功率。