关键词：改进深度确定性策略梯度算法;智能装卸机械设备;运动学模型;控制方法
摘 要：由于机械臂作业环境具有高度的非线性、时变性和不确定性，导致机械臂动态行为较为复杂，传统控制方法在进行控制过程中经常出现关节位置角度误差大、稳定性差的问题，提出基于改进深度确定性策略梯度(DDPG)的控制方法。首先，建立智能装卸机械设备运动学模型；其次，基于DDPG算法建立装卸动作控制模型；再次，利用演员(Actor)网络(策略网络)和评论者(Critic)网络(价值网络)来改进DDPG中的装卸动作控制过程；最后，优化奖励函数，对Actor网络和Critic网络进行训练，实现装卸机械设备控制。实验结果表明，智能装卸机械设备实际运动轨迹与期望轨迹非常重合和接近，关节位置误差始终低于5.0 cm,姿态角误差始终低于1.00°,能够对关节位置和姿态角进行有效控制，所提改进DDPG算法的控制效果较好。
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