一种融合深度强化学习的柔性机械臂高精度控制方法

AITNT
正文
推荐专利
一种融合深度强化学习的柔性机械臂高精度控制方法
申请号:CN202411031354
申请日期:2024-07-30
公开号:CN118650629B
公开日期:2025-05-09
类型:发明专利
摘要
本发明提出了一种融合深度强化学习的柔性机械臂高精度控制方法,属于柔性机械臂运动控制技术领域,包括建立柔性机械臂数学模型;设计基于模型的控制律;建立系统的马尔可夫决策过程;设计考虑大范围跟踪误差特性的连续奖励函数;建立基于深度强化学习算法流程;设计基于平滑加权的融合律;本发明所提出的一种融合深度强化学习的柔性机械臂高精度控制方法,不仅轨迹跟踪精度高,而且在没有部署传感器的前提下,实现了精准控制,可有效提高柔性机械臂的轨迹跟踪性能。
技术关键词
柔性机械臂 高精度控制方法 深度强化学习算法 末端执行器 网络 参数 轨迹 运动控制技术 旋转误差 策略 坐标 数学模型 矩阵 符号 索引 因子 离心力
系统为您推荐了相关专利信息
1
一种基于神经网络的磁异响应快速精准预测方法
RBF神经网络 精准预测方法 非线性特征 极值 协方差矩阵
2
一种适用于分阶段驯化舒氏猪齿鱼的分析与管理方法
多模态特征 管理方法 分阶段 序列 轮廓系数
3
图像特征提取网络训练方法及相关装置
样本 图像特征提取 网络训练方法 队列 计算机可读指令
4
一种基于人工智能的虚拟商品供应链调度系统及方法
供应链调度系统 多元线性回归模型 数据采集模块 语义向量 供应系统
5
一种车辆自动驾驶传感器信号的测试方法、系统及介质
传感器 回归预测模型 测试方法 控制器 斯皮尔曼相关系数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号