基于强化学习的机械臂轨迹规划方法、装置、设备及介质

本申请涉及一种基于强化学习的机械臂轨迹规划方法、装置、设备及介质。所述方法包括：获取机械臂的实时位姿参数、目标位姿参数和状态转移参数；基于实时位姿参数、状态转移参数和目标位姿参数从历史轨迹数据库中识别得到可迁移轨迹信息；获取机械臂的环境障碍物分布标签信息，并基于环境障碍物分布标签信息选取机械臂的轨迹规划强化学习模型；将可迁移轨迹信息输入至与环境障碍物分布标签信息匹配的轨迹规划强化学习模型中，生成机械臂的实时轨迹信息。采用本方法能够通过融合实时感知、历史数据迁移和动态模型匹配，解决传统轨迹规划在动态环境适应性、计算效率和泛化能力上的不足，可以实现机械臂在非结构化场景中的高效、安全运行。