基于Dueling Network与RRT的机械臂抓放控制
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
3.06 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对当前机械臂抓取与放置方式固定、指令单一、难以应对复杂未知情况的不足,提出一种基于深度强化学习与RRT的机械臂抓放控制方法。该方法将物件抓取与放置问题视为马尔科夫过程,通过物件视场要素描述以及改进的深度强化学习算法Dueling Network实现对未知物件的自主抓取,经过关键点选取以及RRT算法依据任务需要将物件准确放置于目标位置。实验结果表明:该方法简便有效,机械臂抓取与放置自主灵活,可进一步提升机械臂应对未知物件的自主操控能力,满足对不同物件抓取与放置任务的需求。相关论文
- 2024-07-08中空超扁平系列谐波减速器模态分析
- 2020-12-14基于DOE和狼群算法的桥起主梁轻量化研究
- 2024-05-21基于概念设计的车身下车体结构轻量化研究
- 2024-08-11发动机平衡轴壳体结构分析及优化
- 2024-05-17高温进气管道的优化设计
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。