基于深度强化学习的机器人分阶力引导装配方法及系统

摘要

本公开提供了一种基于深度强化学习的机器人分阶力引导装配方法及系统，获取待装配工件的位姿数据和接触力数据；将获取的数据输入到预设的网络模型中，得到工件的当前装配阶段以及当前装配阶段对应的装配动作；根据装配动作，得到携带工件的机械臂位置控制量和力觉控制量，通过机械臂的阻抗控制，完成工件装配；本公开结合深度强化学习的分阶段力引导装配策略，根据不同装配阶段的力模型，结合装配机理，实现了精准力控，装配效果更加准确。