基于深度强化学习的多钻臂动态任务协同优化方法及设备

本发明公开了一种基于深度强化学习的多钻臂动态任务协同优化方法，基于D‑H方法建立多臂凿岩台车钻臂运动学模型，根据钻臂关节运动参数，求解钻臂末端位置，从而确定各钻臂协同作业的空间范围；构建深度时空图卷积网络，用于从施工现场采集的激光点云数据和/或图像信息中，提取各钻臂末端位姿及末端运动轨迹；利用传感器实时感知钻臂工作状态；构建多钻臂深度强化学习模型，基于多臂凿岩台车钻臂运动学模型定义状态与动作，建立奖励函数；采用多钻臂深度强化学习模型，由当前采样时刻各钻臂关节状态及钻臂末端位姿，规划下一个采样时刻各钻臂关节运动参数，使下一采样时刻各钻臂末端处于较优位姿。本发明可实现多钻臂作业任务的动态协同优化。