本发明涉及基于深度强化学习的机械臂六自由度实时抓取方法。包括如下步骤:步骤一:通过双目相机采集抓取操作台上物体的图像信息;步骤二:利用YOLOv5剪枝网络模型对图像进行目标检测训练;步骤三:建立强化学习网络模型;步骤四:通过机器人正逆运动学完成机械臂抓取移动;步骤五:进行强化学习模型训练,使得机械臂完成抓取动作;本发明克服现有技术的缺点,提出一种易实现、适用性高的,基于YOLOv5剪枝网络和Policy Gradient强化学习方法的实时物体检测系统,此系统在保证高精度的同时,可以实现快速实时的目标检测并完成抓取动作。
声明:
“基于深度强化学习的机械臂六自由度实时抓取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)