一种基于平面视觉深度强化学习的机械臂抓取控制方法

摘要

本发明公开了一种基于平面视觉深度强化学习的机械臂抓取控制方法，包括机械臂，所述机械臂通过马尔可夫决策过程建立深度强化学习模型，机械臂根据当前获取到的状态图像决定行为决策，与过去的状态图像无关，将其转换为数学模型，将机械臂的目标物体进行随机摆放，机械臂寻找目标点的过程的动作采用随机连续抓取，所述机械臂输出的动作放在数组Q，所述机械臂的控制包括采用深度确定性梯度算法。该基于平面视觉深度强化学习的机械臂抓取控制方法，通过建立基于视觉注意力机制的深度强化学习智能体，机械臂仅通过二维图像识别，进行动作调整学习，在无需人为相机标定的情况下使用单目相机完成三维空间的物体抓取。