基于强化学习的机械臂避障路径规划方法及系统

本发明属于机械臂路径规划领域，具体涉及基于强化学习的机械臂避障路径规划方法及系统，方法包括根据初始状态建立机械臂DH模型，输入机械臂运动起始位置、障碍物位置以及目标位置；基于强化学习，进行机械臂末端的路径规划，融入改进RRT*算法，提高自主避障效率；融入3‑5‑3多项式插值算法进行各关节轨迹规划，设置机械臂各关节速度、加速度、加加速度约束，并对海鸥算法进行改进，将路径规划所得的离散路径点进行拟合以得到平滑、快速的关节轨迹。本发明能够解决当同时要求冲击最优和时间最优时，现有强化学习算法训练的时间成本高以及自主避障的成功率低的问题。