关键词：机械臂;复杂操作任务;分层强化学习;子目标;自回归隐马尔可夫模型;SAC算法
摘 要：在面对复杂任务时，传统强化学习方法存在状态空间庞大、奖励函数稀疏等问题，导致机械臂不能学习到复杂的操作技能。针对上述问题，提出一种基于分层强化学习的机械臂复杂操作技能学习方法。首先，底层运用基于Beta过程的自回归隐马尔可夫模型，将复杂操作任务分解为多个简单的子任务；其次，对每个子任务运用SAC算法进行技能学习，得到每个子任务的最优策略；最后，根据底层得到的子任务最优策略，上层通过基于最大熵目标的改进强化学习算法学习复杂操作技能。实验结果表明，所提方法能有效实现机械臂复杂操作技能的学习、再现与泛化，并在性能上优于其他传统强化学习算法。
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