10.16413/j.cnki.issn.1007-080x.2022.01.004
基于强化学习的超冗余机器人末端位置控制
超冗余连续体机器人因其细长结构,在受限空间具有重大应用价值.连续体长时间使用后由于摩擦、耗损等问题导致控制精度下降,影响性能.针对连续体机器人末端位置精确控制问题,对比有模型和无模型的控制方法,并搭建仿真和实体环境进行验证.实验结果表明,无模型方法适用性高,能实现较为复杂的运动规划,但是与环境交互次数过大,无法开展实体训练.基于模型的控制算法,采用集成方式表达环境状态转移模型,在少量交互下实现末端位置误差稳定收敛,具有较好的控制效果.
超冗余;强化学习;有模型;无模型
28
2022-03-24（万方平台首次上网日期，不代表论文的发表时间）
共7页
27-33
