一种基于生成对抗模仿学习的机械臂轨迹规划方法及装置

本发明公开一种基于生成对抗模仿学习的机械臂轨迹规划方法及装置，涉及机械臂技术领域。所述方法包括：采集机械臂关节状态数据；将所述机械臂关节状态数据输入到经过训练的改进的生成对抗模仿学习模型中，得到机械臂动作，循环执行采集数据‑输入改进的生成对抗模仿学习模型，最终得到机械臂轨迹；其中，改进的生成对抗模仿学习模型中，奖励函数为动态奖励函数，动态奖励函数中的参数根据任务完成度动态调整。本申请的技术方案，有利于提高学习效率。稳定性上有显著提升，能更好地模仿专家轨迹，大幅提高了基于生成对抗模仿学习的机械臂轨迹规划的成功率和准确性，为机械臂在材料合成等领域的实际应用奠定了坚实基础。