关键词：机械臂;深度强化学习;避障路径规划;深度确定性策略梯度算法
摘 要：针对传统路径规划算法在机械臂避障运动时存在规划时间长、路径冗长等问题，提出了一种基于深度强化学习（Deep Reinforcement Learning,DRL）的运动规划方法。首先，构建了机械臂数学模型和运动环境，并在PyBullet中搭建了DOBOT机械臂与操作环境，设置了DRL所需的奖励函数、动作变量和状态变量等参数。其次，针对静态障碍物规避问题的特点，采用深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）算法，进行了运动仿真试验。仿真结果表明，相较于快速扩展随机树（Rapid-exploring Random Tree,RRT）算法以及改进RRT算法，所提出的DDPG算法在规划时间和路径长度方面均有一定程度提高。最后，在实验室中采用DOBOT机械臂对DDPG算法在多种障碍物环境下避障操作的有效性进行了验证。
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