网络模型的训练方法及装置、机械臂运动控制方法及装置

摘要

本发明实施例提供了一种网络模型的训练方法及装置、机械臂运动控制方法及装置，深度神经网络模型的训练方法包括：获得第一初始深度神经网络模型及第二初始深度神经网络模型；基于机械臂运动路径中的每个状态信息，通过第二初始深度神经网络模型，获取该状态信息对应的动作参数；利用预设值函数、每个状态信息及其对应的动作参数获取第一初始深度神经网络模型的训练数据，并基于所述训练数据更新所述第一初始深度神经网络模型的参数；针对每个状态信息，更新第二初始深度神经网络模型的参数，使得基于预设优势函数构建的目标函数向预设方向优化。利用得到的第二深度神经网络模型进行机械臂的运动控制，大大提高机械臂运动路径规划的稳定性和成功率。