控制理论与应用

作者：王寅,王永华,尹泽中,万频

单位：广东工业大学自动化学院,广东工业大学自动化学院,广东工业大学自动化学院,广东工业大学自动化学院

关键词：强化学习; 机械臂; 旋量法; 数据增强

基金：国家自然科学基金项目(61971147), 广东省研究生教育创新计划项目(2020JGXM040)资助.

深度强化学习在机械臂路径规划的应用中仍面临样本需求量大和获取成本高的问题. 针对这些问题, 本文基于数据增强的思路, 提出了深度强化学习与旋量法的融合算法. 本算法通过旋量法将与环境交互所得的自然轨迹进行有效复制, 使深度强化学习样本利用率和算法训练效率得到提高; 复制轨迹的同时对被控物体、障碍物等环境元素进行同步复制, 以此提高机械臂在非结构环境中的泛化性能. 最后, 在具备物理模拟引擎的Mujoco仿真平台中, 通过Fetch机械臂和UR5机械臂在非结构化环境下进行实验对比分析, 结果表明了本文算法对于提升深度强化学习样本利用率和机械臂模型泛化性能的可行性及有效性.

来源：2023年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2023年第3期