一种融合深度强化学习的柔性机械臂高精度控制方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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
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
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
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
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
动态优化方法 神经网络训练 策略 复杂度 指标