基于深度强化学习的多视角智能装配

摘要

为了提高生产线的柔性度与机器人的智能程度,提出了一种基于深度强化学习的多视角智能装配策略。该策略利用多视角视觉感知解决装配中因遮挡导致的特征缺失,并使用触觉感知信息作为视觉感知的预测标签;基于深度Q网络和深度确定性策略梯度算法设计了装配预测网络,并采用优先经验回放来减少训练中的非平稳分布与样本相关性。训练后的机器人装配效率提升了12.83%,实验结果表明该策略能够有效提高装配效率并改善装配效率的稳定性。