基于强化学习的五指灵活机械手抓取动作优化方法

本发明属于机械手抓取动作算法领域，具体涉及基于强化学习的基于强化学习的五指灵活机械手抓取动作优化方法，包括：S1：定义系统的状态空间，S2：实行强化学习策略，S3:训练生成对抗网络，同时生成风格奖励R1,S4:得到任务奖励R2，结合所述风格奖励R1，生成所述第t步机械手得到的奖励总和Rt，计算其长期回报收益returns，S5:重复S3～S5步骤，完成所有阶段的训练，得到最终的强化学习模型，S6:将机械手抓未训练/数据手套未抓取过的物体的信息输入到训练好的模型中，验证机械手抓在抓取时的结果。