一种基于跨模态数据融合与强化学习的家电拆解最优序列生成方法

本发明公开了一种基于跨模态数据融合与强化学习的家电拆解最优序列生成方法，包括如下步骤：通过机械臂前端的不同传感器采集废旧家电的不同模态数据，对不同模态数据进行预处理；利用轻量级卷积网络从不同模态数据中提取特征；采用跨模态域对抗网络CM‑DAN对处理后的数据特征进行对抗训练，将不同模态的数据特征进行融合；基于强化学习算法，根据实时感知数据，动态调整拆解顺序和执行力度，生成最优的拆解动作序列。本发明所公开的方法能够有效应对废旧家电拆解中的动态变化与复杂干扰，提高拆解精度与效率。