CN119458386A 基于智能任务监管的机械臂动态避障方法 （福州大学）

本发明涉及一种基于智能任务监管的机械息集合；S2:基于机械臂的状态以及轨迹规划的构建深度强化学习训练模型；S5:将位置信息集息得到机械臂末端与障碍物的距离小于最小安本发明有效提高了机械臂在动态障碍物环境中2S2:基于机械臂的状态以及轨迹规划的要求，构建基本行为和复合行为用于零空间行S4:构建深度强化学习训练模型，基于Actor_Critic算法对所述的深度强化学习训练S5:将位置信息集合与动作信息输入深度强化学习训练模型，根据设置的奖励函数获;;避障行为中，定义po为使机械臂末端执行器能够在沿着期望轨迹移动的过程中提供;;3;;;态空间D的一个子集，包含所有安全的状态；DCR"表示D为R"的一个子集，其中R"为n维的实数空间；;4;;;为了最小化任务误差，设置目标函数为，其中为期望输入。基于Actor_Critic算法对所述的深度强化学习训练模型的网络参数;其中为机械臂七个关节的旋转角度；为机5;;;;其中e(r)为机械臂末端执行器的期望轨迹误差，At为采样时间，为t时刻机验；在轨迹规划中，强化学习任务主管会根据学习到的策略选择零空间行为的任务优先6S1:采集机械臂末端执行器的位置信息、目标点的位置信息以及障碍物的位置信S2:基于机械臂的状态以及轨迹规划的要求，构建基本行为和复合行为用于零空S4:构建深度强化学习训练模型，基于Actor_Critic算法对所述的深度强化学习S5:将位置信息集合与动作信息输入深度强化学习训练模型，根据设置的奖励函7J为机械臂的雅可比矩阵，[0009]避障行为中，定义为使机械臂末端执行器能够在沿着期望轨迹移动的过程[0013]其中(I-JJY)为避障行为的零空间；I为单位矩阵；8为控制障碍函数，表示系统状态x是安全的；安全集x其中R"为n维的实数空间；f(x)为系统内部的动力学行为，g(x)为输入量u对系统状态的影响，将[0019]定义机械臂末端执行器的状态量为，最小安全距离为9[0021]为了最小化任务误差，设置目标函数为，其中llnom为期望输入。基于Actor_Critic算法对所述的深度强化学习训练模型的网络参数进行初始[0023]其中为机械臂七个关节的旋转角度；为机械s避障与轨迹规划；3、本发明通过设置控制障碍函数，在机械臂与障碍物的距离低于最小安全距离S1:采集机械臂末端执行器的位置信息、目标点的位置信息以及障碍物的位置信S2:基于机械臂的状态以及轨迹规划的要求，构建基本行为和复合行为用于零空S4:构建深度强化学习训练模型，基于Actor_Critic算法对所述的深度强化学习S5:将位置信息集合与动作信息输入深度强化学习训练模型，根据设置的奖励函[0036]其中为的伪逆矩阵为避障行为的雅可比矩阵；为障碍物坐标；k,eR为任务增益；为任务误差，(I-J2)I为控制障碍函数，表示系统状态x是安全的；安全集x是状态空间D的一个子集，包含所有安全的状态；DCR"表示D为的一个子n维的实数空间；[0044]对于仿射系统⃞=f(x)+g(x)u，其中，为系统状态的一阶导数，f(x)为系统内部的动力学行为，g(x)为输入量u对系统状态的影响，将代[0045]定义机械臂末端执行器的状态量为，最小安全距离为。基于Actor_Critic算法对所述的深度强化学习训练模型的网络参数进行初始e(t)为机械臂末端执行器的期望轨迹误差，为采样时间，为t定义E为环境；S为机械臂末端执行器的状态集合，为初始状态；B为复[0057]这些计算机程