基于目标条件强化学习的机械臂视觉伺服控制方法及设备

本发明公开了一种基于目标条件强化学习的机械臂视觉伺服控制方法及设备，属于机械臂控制技术领域。搭建机械臂环境，在机械臂末端增加相机，利用计算机设计安全强化学习模型，然后根据深度确定性策略梯度算法和事后经验回放算法在线学习,配合机械臂环境，以相机画面中的特征点位置作为输入控制机械臂运动并锁定附在物体表面的二维码，最终完成视觉伺服任务。本方法步骤简单，对环境要求小，机械臂反应迅速，与传统的基于伪逆的控制方法相比，在迭代次数，鲁棒性方面都具有显著的效果提升。