基于智能机器人的喷涂控制方法及系统

本申请实施例提供一种基于智能机器人的喷涂控制方法及系统，通过利用样例机器人喷涂任务数据序列对目标机器人喷涂控制模型进行参数学习，并生成模型学习数据，而后基于该目标机器人喷涂控制模型对不携带标签的数据进行学习，生成喷涂控制预测数据，由此进一步对深度学习网络模型进行参数学习，通过迭代处理不携带标签的迭代样例数据，利用深度学习网络模型学习并确定关键样例数据后作为新的样例数据，重复上述过程，直至模型符合收敛要求。该方法能够有效地提升目标机器人喷涂控制模型的准确性和鲁棒性，使得最终得到的目标机器人喷涂控制模型能够更精确地对机器人喷涂任务数据进行喷涂控制操作预测，从而提高了机器人喷涂作业的效率和质量。