基于强化学习及实时位姿反馈的灵巧手掌内操作控制方法

本发明公开了一种基于强化学习及实时位姿反馈的灵巧手掌内操作控制方法，搭建欠驱动灵巧手掌内操作的实验场景，在仿真环境中进行数据采集；针对欠驱动灵巧手掌内操作任务，搭建强化学习算法框架，并根据任务要求及欠驱动灵巧手结构特点设计精细化状态空间、动作空间、奖励函数；配置IsaacLab环境实现强化学习算法和物理仿真平台的高效交互；在该环境中进行仿真训练，学习最优策略；设置不同的任务场景，采用纯状态输入驱动决策，提高欠驱动灵巧手的自主适应性与泛化控制能力。本发明能解决当前机器人欠驱动灵巧手在复杂环境下控制灵活性不足、难以适应非结构化环境以及强化学习训练成果难以从仿真迁移至现实等问题。