一种基于强化学习的视触融合精细操作方法

摘要

本发明公开了一种基于强化学习的视触融合精细操作方法，包含：通过卷积神经网络对视觉信号进行处理，得到视觉表征的特征向量；通过对触觉序列的分段、特征提取和聚类处理，得到触觉表征的特征向量；利用联合核稀疏编码，获得视触融合信息；基于视触融合信息，采用DDPG算法，训练策略网络生成下一步的运动轨迹，并训练值函数网络来评价当前运动轨迹的优劣；通过与环境的接触交互，获取指定任务的控制策略，实现动作序列的优化。本发明使机器人能够获得更加全面的外界信息，提高机器人的信息感知和精细操作精度以及任务决策的正确率等，为失效目标的在轨模块更换、帆板辅助展开等操作任务提供了技术支撑。