基于多智能体强化学习的智能抓取控制方法及系统

本发明提供了一种基于多智能体强化学习的智能抓取控制方法及系统，将仿人灵巧手的每根手指视为独立的智能体，基于各自的策略网络生成控制动作，形成多智能体系统；利用回放池机制存储多智能体系统中各智能体与环境交互过程中生成的经验数据，每个智能体回放池的采样优先级根据其任务目标、学习进度和任务重要性动态调整，回放池之间共享经验数据；采用阶段性奖励机制，通过个体奖励和全局奖励共同引导多智能体系统中各智能体在抓取任务不同阶段，分别优化位置、关节角度和接触力；利用多智能体深度确定性策略梯度算法进行训练，利用训练后的多智能体系统进行智能抓取控制。本发明显著提高抓取过程的精确性和稳定性。