关键词：模式识别与智能系统;深度强化学习;先验知识;机械臂
摘 要：针对传统机械臂不具备自主学习能力，在未知环境中适应能力差等问题，本文提出了一种结合先验知识的深度强化学习算法，同时修改了奖励函数和经验池的设计，解决了训练前期数据质量低、收敛速度慢、学习效果不理想等问题，同时增强了其泛化性。仿真结果表明改进后的模型相比于原始算法收敛速度提高了48.5％，成功率提升了8％，对比其他主流算法在收敛速度和成功率上都有明显提升。
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