关键词：强化学习;DDPG算法;正态噪声;机械臂;轨迹规划
摘 要：针对农业采摘机械臂的DDPG算法轨迹规任务中，调查了因高斯噪声标准差取值不当导致的强化学习训练失败问题，提出一种衰减正态噪声的DDPG算法，使高斯标准差σ随训练回合数增加而减小；利用Mujoco物理引擎进行多次仿真训练，验证衰减正态噪声相较于传统正态噪声在轨迹规划任务中的优势。结果表明，改进后的算法在完成采摘机械臂的轨迹规划任务时更为有效，成功解决了存在的问题。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取