一种基于深度强化学习的机械臂视觉伺服控制方法

本发明涉及机械臂视觉伺服控制技术领域，具体提供一种基于深度强化学习的机械臂视觉伺服控制方法，具体步骤如下：设定靶标位置并选取靶标上的特征点，随机选取机械臂的起点位姿，并逐步向目标位姿运动，依据机械臂上一步运动的关节速度和位姿计算当前位姿的关节角度，下一步运动的关节速度由Actor网络依据上一步运动的关节速度、当前位姿的关节角度和特征点误差进行选取；对于每一步运动，评价函数都会对应给出评价值，用以评价并提升Actor网络选取关节速度的能力，根据评价值计算奖励，当奖励平均值递增且每幕奖励趋势趋于平稳，则整体训练结束。本发明所提供的机械臂伺服控制方法不依赖训练数据，可实现大范围的伺服任务，提高了伺服控制精度。