控制与决策

作者：宋锐,李凤鸣,权威,李贻斌

单位：山东大学 控制科学与工程学院,济南 250061;山东大学 智能无人系统教育部工程研究中心,济南 250061,,山东大学 控制科学与工程学院,济南 250061;山东大学 智能无人系统教育部工程研究中心,济南 250061,,山东大学 控制科学与工程学院,济南 250061;山东大学 智能无人系统教育部工程研究中心,济南 250061,,山东大学 控制科学与工程学院,济南 250061;山东大学 智能无人系统教育部工程研究中心,济南 250061,

关键词：强化学习;技能学习;姿态调整;柔性装配

基金：国家重点研发计划项目(2017YFB1302104)；国家自然科学基金项目(61973196)；山东省重大科技创新工程项目(2019JZZY010430).

机器人的装配策略受装配对象特性、装配工艺和装配控制方法的约束,针对装配过程接触阶段的位姿不确定性问题,提出一种装配姿态调整技能自学习的方法.首先描述多约束条件下的机器人装配技能问题,建立基于力/力矩、位姿、关节角度等多模信息描述的装配系统模型;然后构建融合竞争架构的机器人决策网络和策略优化网络,通过与环境的不断交互,进行装配姿态调整技能的学习;最后,在低压电器塑料外壳卡合装配实验平台上进行测试验证,结果表明,在工件特性、装配工艺、控制规律约束下,机器人采用技能学习的方法可以获得末端姿态调整的策略,完成卡合装配,比基于深度Q学习网络(DQN)的算法成功率提高7.4%.

来源：2022年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第5期