基于深度强化学习的单臂机器人末端姿态控制

【摘要】：基于双延迟深度确定性策略梯度算法对单臂机器人倒立摆在Simulink软件环境中进行仿真，并与深度确定性策略梯度算法进行比较，验证该算法的控制精度以及在机器人控制中的应用可行性；建立单臂机器人倒立摆仿真模型，添加摩擦模型，并以单臂机器人参数辨识所得的实际参数对仿真模型加以约束，提高实际应用时的控制精度与实时性；在训练过程中对摆杆随机施加一定数值范围内的干扰力，提高训练模型的抗干扰能力；根据仿真模型特点设计、改进Actor-Critic网络及奖励函数，在短时间内以较小的控制力使末端摆杆从初始状态摆动至竖直状态并持续保持。结果表明，改进的双延迟深度确定性策略梯度算法可以在减小输出控制力的同时对机械臂末端姿态实现并保持精准控制，并且在受到干扰力时可自行调整，改善了模型的鲁棒性与适应性，减少了运行时间。