本发明提供的一种基于深度强化学习的人机协作流水线系统通过深度学习技术,借助RRBFNN实现了机械臂预测人类伙伴施加的接触力的意图,形成在线自整定参数的阻抗控制器,以该阻抗模型为轨迹规划器作为强化学习DDPG算法的actor网络,通过DDPG算法优化机械臂任务轨迹,实现效率优化的人机协作流水线系统。同时,采用SSD网络识别具有不同的外观特征的物体,采用Sobel算子和Canny算子形成完整的物体图像边缘,并提出一种融合算法将待定抓取姿态进行融合,形成最终的抓取姿态来指导机械臂抓取物体,实现了机械臂对于不同特征的物体自主调整抓取姿态的能力。
声明:
“基于深度强化学习的人机协作流水线系统” 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)