用于机器人技能学习的高效方法

一种用于采用顺应性控制器的高精度装配任务的机器人技能学习的方法和系统。强化学习(RL)控制器在离线模式下使用人类演示数据进行预训练，其中执行演示的若干次重复，同时收集每次重复的状态和动作数据。演示数据用于在RL控制器与顺应性控制器/机器人系统没有交互的情况下预训练RL控制器中的神经网络。在预训练之后，RL控制器被移动到在线生产，在该在线生产中，RL控制器在自学习模式下耦合到顺应性控制器/机器人系统。在自学习期间，基于神经网络的RL控制器使用动作、状态和奖励数据来继续学习状态和有效动作之间的相关性。在自学习期间根据需要提供共同训练，其中人类操作者超控RL控制器动作以确保成功的装配操作，这提高了RL控制器的学习性能。