一种抓取可供性改进Q网络的推动-抓取奖励设计方法

本发明涉及机器人抓取技术领域，具体公开了一种抓取可供性改进Q网络的推动‑抓取奖励设计方法，通过采集工作场景的RGB‑D图像信息经投影变换获取彩色高度图像、深度高度图像，分别输入到推动网络和抓取网络以及预训练好的抓取可供性网络内，依次产生像素级别的累积奖励期望值Qpush、Qgrasp和可供性值Agrasp；选取场景中最小抓取对象像素值占比计算出的抓取可供性数值为设定阈值，进一步判断是否存在可供性数值不小于1的像素数量超过设定阈值的情况选择采取抓取操作或执行推动动作，实现提高抓取和推动行为评估的合理性。