基于元强化学习的工业机器人的智能抓取控制方法及系统

本发明涉及工业机器人控制技术领域，具体涉及一种基于元强化学习的工业机器人的智能抓取控制方法及系统。该方法通过分别采集机器人的状态数据以及机器人所在环境数据并进行预处理；基于元强化学习算法构建抓取策略生成模型，利用策略生成模型输出机器人的动作指令；具体包括：上下文编码器通过将采集的数据转化为上下文向量；actor网络接收上下文向量进行处理后输出动作指令；critic网络接收上下文向量和动作指令，输出每个动作指令的动作价值；根据动作指令控制机器人的末端执行器和夹爪移动，对目标物体进行智能抓取。本发明提出的方法能够使机器人快速适应新任务，提高机器人的探索效率和抓取精度。