摘要
本发明公开了一种基于物理神经网络的机器人目标抓取方法,包括如下步骤:S1、采集视觉、触觉与力数据,生成融合感知数据;S2、构建包含物理建模与神经网络模块的模型,输出物理状态特征;S3、输入融合感知数据与物理状态特征,生成抓取策略参数;S4、基于抓取误差构建联合损失函数,完成模型训练;S5、应用阶段实时生成抓取策略参数;S6、执行抓取动作并采集反馈数据;S7、反馈数据输入模型,迭代更新抓取策略直至稳定抓取。本发明融合物理建模与神经网络结构,提升了机器人抓取的稳定性与适应性。
技术关键词
抓取方法
物理
神经网络模型
抓取动作
联合损失函数
策略
注意力
建模误差
数据
参数
输入可重构
控制单元
物体
裁剪模块
误差向量
机器人抓取
反馈信息编码
分析模块