基于强化学习和优化控制的柔性关节机械臂跟踪控制方法

本发明涉及柔性关节机械臂的跟踪控制方法，具体涉及一种基于强化学习和优化控制的柔性关节机械臂跟踪控制方法，解决了现有柔性关节机械臂跟踪控制方法难以适应动态环境的不确定性或者对于扰动敏感，导致控制精度和稳定性较差的技术问题。本发明采用优化控制器处理输出约束，并结合强化学习算法通过最大化累积奖励来优化优化控制器中扩展代价函数的权值矩阵，使优化控制器在面对模型误差和外部干扰时仍能保持良好的性能，不仅减少了人工调整的复杂性，还能够找到更优的权值矩阵，从而达到更加快速、准确的控制效果，对于不同环境和不同控制对象具有普适性。