一种考虑示教关键点的深度强化学习机械臂路径规划方法

本发明公开了一种考虑示教关键点的深度强化学习机械臂路径规划方法，属于机器人技术领域。本发明实现方法为：依照实际装配场景搭建仿真环境；获取示教关键点，示教关键点是装配主体处于起始点、路径点和目标点位置时的位姿；通过凹度计算、树搜索递归分割，得到凸分解结果，实现高精度碰撞检测；基于示教关键点，设计深度强化学习的动作空间、状态空间及奖励函数；奖励函数包括碰撞奖励、到达奖励、距离奖励、示教到达奖励、示教姿态奖励和步数奖励；基于SAC深度强化学习算法，结合示教关键点设计状态空间和奖励函数，以此加速算法的收敛速度，提升策略性能，使机械臂能够在复杂装配场景中快速规划出无碰撞的路径。