一种基于强化学习的机械臂抓取智能优化方法及系统

本发明公开了一种基于强化学习的机械臂抓取智能优化方法及系统，具体涉及机械控制技术领域，用于解决现有机械臂在操作动态形变物体时策略收敛困难及动作安全性不足的问题；通过实时采集目标物体的动态形变特性数据与机械臂位姿信息构建融合形变能量参数与关节运动状态的动态形变状态向量；结合历史形变恢复特性与实时形变速率关联分析动态修正状态向量以量化形变能量累积风险；利用强化学习策略网络生成抓取力度的控制指令集，并通过雅可比矩阵梯度分析实现力度分量的安全限幅；基于形变能量趋势与力度稳定性动态调整奖励函数权重，闭环迭代优化直至满足多目标收敛条件；实现动态形变物体的精准状态表征与安全抓取控制。