CN119458384A 一种多轴机械臂的控制方法 （江苏细胞壁智能科技有限公司）

模型是通过初始训练数据集采用强化学习的方式训练后，根据修正数据集修正优化训练得到2通过传感设备采集多轴机械臂的执行器，以及需要夹持的目标对象的相对位置图像，将所述视觉特征，输入针对目标任务的强化学习模型，由所述强化在所述目标任务失败的情况下，接收纠正的第二控制指令，在动作完成后，重新检测目标任务是否成功，在目标任务失败根据所述控制策略更新所述初始训练数据集或所述修正根据训练后的所述初始模型进行优化测试，根据对应的视觉特征生成对应的控制策在所述第一控制指令控制所述多轴机械臂的所述执行器的动作后表征目标任务失败在所述初始训练数据集和更新后的所述修正数据集中提取优在所述初始模型的无纠正的情况下的目标任务完成率达到预设完3执行器成功对所述目标对象完成目标动作的多个控制指令序记录所述有效控制策略，以及所述有效控制策略对应的第一图通过演示操作的方式，生成预设数量的所述目标对象的目标任务成在所述目标任务成功后，记录所述目标任务成功的目标对象的在接收到所述第二控制指令的情况下，记录对应的目标对象的在所述第一模型参数与所述第二模型参数的差值，不超过第一预设差别阈值的情况在所述第一模型参数与所述第二模型参数的差值，超过第一预设差别阈值的情况下，根据所述差值确定所述第一模型参数和所述第二模型参根据所述对应权重，根据所述第一模型参数和所述第二模型参数4通过传感设备采集多轴机械臂的执行器，以及需要夹持的目标对象的相对位置图像，通过所述固定相机采集环境视角下所述执行器和所述目标对在所述第一图像和所述第二图像均包含所述目标对象的情在所述第一图像不包含所述目标对象，但所述第二图像包含所述目标对象的情况下，9.根据权利要求1至8中任一项所述的方法，其特征在56情况下为有效控制策略；根据所述控制策略更新所述初始训练数据集或所述修正数据集；利用更新后的所述初始训练数据集和所述修正数据集，对所述强化学习模型进行优化训化训练；在所述初始模型的无纠正的情况下的目标任务完成率达到预设完成率的情况下，[0012]作为一种可选的实施例，利用更新后的所述初始训练数7[0013]作为一种可选的实施例，所述传感设备包括设置在所述89[0032]上述传感设备可以能够采集多轴机械臂，执行器以及目标对象的物理参数的设[0044]从而实现对多轴机械臂进行更准确的控制。达到了提高的第一控制指令，根据第一控制指令控制多轴机械臂和执行器对目标对象进行下一动作；指令的情况下为修正控制策略，控制策略仅包括第一控制指令的情况下为有效控制策略。[0054]本实施例考虑到初始训练数据由于强化学习模型本身的原因训练到一定数量后[0056]在第一控制指令控制多轴机械臂的执行器的动作后表征标任务失败数据对分类器进行训练；在训练后的分类器的分类损失达到预设阈值的情况[0070]从而可以准确判断出第一控制指令或第二控制指令进行动作后的目标任务是否定优化训练后的强化学习模型的第二模型参数；在第一模型参数与第二模型参数的差值，在机械臂和目标对象共同所处环境的固定相机；通过传感设备采集多轴机械臂的执行器，[0098]上述在在必要时介入一般是指机器人的动作发生偏离。比如训练机器人抓取水[0102]数据缓存区可以包括两个，上述交互数据可以包括自主完成任务的有效控制策件控制单元对机器人的部分运动性能进行直[0136]进行强化学习训练，初始策略为基于演示数据的策略。使用离线强化学习算法[0137]在实际训练中，机器人根据当前策略尝试执行USB插拔任务。并收集过程中的数[0159]图3是本发明创造的实施例的一种多轴机械臂的控制装置[0164]本发明创造的实施例还提供一种存储有计算机程序的非瞬时机器可读介质，其程序在被计算机的处理器执行时用于使计算机执行本发明创造[0167]参考图4，现将描述可以作为本发明创造的实施例的服务器或客户端的电子设备执行各种适当的动作和处理。在RAM403中，还可存储电子设备操作所需的各种程序和数储单元408以及通信单元409。输入单元406可以是能向电子设备输入信息的任何类型的设[0171]用于实施本发明创造实施例的方法的计算机程序可以采用一个或多个编程语言据处理装置的处理器或控制器，使得计算机程序当由处理器或控制器执行时使流程图和/的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、[