一种融合深度强化学习的柔性机械臂高精度控制方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种融合深度强化学习的柔性机械臂高精度控制方法
申请号:
CN202411031354
申请日期:
2024-07-30
公开号:
CN118650629B
公开日期:
2025-05-09
类型:
发明专利
摘要
本发明提出了一种融合深度强化学习的柔性机械臂高精度控制方法,属于柔性机械臂运动控制技术领域,包括建立柔性机械臂数学模型;设计基于模型的控制律;建立系统的马尔可夫决策过程;设计考虑大范围跟踪误差特性的连续奖励函数;建立基于深度强化学习算法流程;设计基于平滑加权的融合律;本发明所提出的一种融合深度强化学习的柔性机械臂高精度控制方法,不仅轨迹跟踪精度高,而且在没有部署传感器的前提下,实现了精准控制,可有效提高柔性机械臂的轨迹跟踪性能。
技术关键词
柔性机械臂
高精度控制方法
深度强化学习算法
末端执行器
网络
参数
轨迹
运动控制技术
旋转误差
策略
坐标
数学模型
矩阵
符号
索引
因子
离心力
系统为您推荐了相关专利信息
1
任务调度方法、可读存储介质、程序产品和电子设备
任务调度方法
神经网络处理器
前台
电子设备上执行
中央处理器
2
一种基于激光点云的建筑保温材料检测系统及方法
建筑保温材料
子模块
点云数据处理技术
三维激光扫描器
激光材料检测
3
可变几何电动涵道风扇的主动流动控制方法和装置
神经网络预测模型
主动流动控制方法
电机温度场
涵道风扇
协同控制策略
4
基于实时神经网络辨识的电机无差拍预测控制方法及系统
预测控制方法
电机转子转动惯量
BP神经网络
梯度下降算法
预测控制系统
5
基于图神经网络的采样策略动态优化方法
动态优化方法
神经网络训练
策略
复杂度
指标