关键词：深度强化学习;3C装配;机械臂控制
摘 要：针对现有3C装配方法存在装配复杂性高、柔性要求高和零部件多样性等问题，使用深度强化学习方法，利用MuJoCo物理引擎，对机械臂装配任务建模，搭建了机械臂3C装配系统，设计了该系统的状态空间和动作空间，通过奖励函数设计缓解了奖励稀疏的问题。仿真结果表明，所提出的装配系统高效和准确地完成了3C装配任务，使用的SAC算法装配成功率达到93%,高于其他算法。同时，经过强化学习策略训练过后，装配接触力达到设定范围，实现柔顺装配，研究结果对提高生产效率和产品质量有着重要意义。
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