基于速度平滑确定性策略梯度的机械臂路径规划方法

摘要

本发明公开了一种基于速度平滑确定性策略梯度的机械臂路径规划方法，训练阶段构建带有作业任务反馈的机械臂仿真环境；在确定性策略梯度网络输入中引入前一步机械臂动作向量，构建基于速度平滑确定性策略梯度的强化学习网络框架；初始化网络训练参数和机械臂仿真环境；基于速度平滑确定性策略梯度网络和仿真环境获取样本，构建训练样本库，若训练样本数量达到最大样本数量，则按单次训练样本数量从训练样本库中抽取训练样本，训练速度平滑确定性策略梯度网络，否则进行下一步或者下一次仿真。本发明在确定性策略梯度网络的基础上，加入前一步速度向量作为网络输入，有效降低了关节加速度，减少了机械臂抖动。