申请/专利权人:合肥工业大学
申请日:2024-03-29
公开(公告)日:2024-05-14
公开(公告)号:CN118034061A
主分类号:G05B13/04
分类号:G05B13/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:一种基于深度强化学习的SCARA机器人近似约束鲁棒控制方法,基于拉格朗日方程建立SCARA机器人动力学模型,基于U‑K方程建立机器人系统中的理想约束,根据动力学模型和理想约束,设计SCARA机器人的鲁棒近似约束跟随控制器,建立深度确定性策略梯度算法,设计状态空间、动作空间、奖励函数,根据SCARA机器人的轨迹跟踪状态,对鲁棒控制器的控制参数进行实时调整,最终学习到最优的鲁棒控制参数。本发明利用DDPG算法采集SCARA机械人的工作状态,实时调整鲁棒控制系统的参数,使系统始终保持稳定的轨迹跟踪性能。
主权项:1.一种基于深度强化学习的SCARA机器人近似约束鲁棒控制方法,其特征在于,所述SCARA机器人包括四个自由度,第一自由度为整体升降,第二自由度为大臂转动,第三自由度为小臂转动,第四自由度为末端旋转;针对第二自由度和第三自由度,构建近似约束鲁棒控制方法,具体方法如下:构建SCARA机器人动力学模型;确定理想约束条件;设计近似约束鲁棒控制器;以DDPG算法对近似约束鲁棒控制器的控制参数进行优化;以优化后的近似约束鲁棒控制器控制SCARA机器人。
全文数据:
权利要求:
百度查询: 合肥工业大学 一种基于深度强化学习的SCARA机器人近似约束鲁棒控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。