基于强化学习的多段连续体机器人轨迹规划

来源：电子测量技术杂志2024年第5期北京时间：

作者：刘宜成，杨迦凌，梁斌，陈章

单位：1.四川大学电气工程学院 成都 610065; 2.清华大学自动化系 北京 100084

摘要：针对多段连续体机器人的轨迹规划问题，提出了一种基于深度确定性策略梯度强化学习的轨迹规划算法。首先，基于分段常曲率假设方法，建立连续体机器人的关节角速度和末端位姿的正向运动学模型。然后，采用强化学习算法，将机械臂的当前位姿和目标位姿等信息作为状态输入，将机械臂的关节角速度作为智能体的输出动作，设置合理的奖励函数，引导机器人从初始位姿向目标位姿移动。最后，在MATLAB中搭建仿真系统，仿真结果表明，强化学习算法成功对多段连续体机器人进行轨迹规划，控制连续体机器人的末端平稳运动到目标位姿。

关键词：连续体机器人;轨迹规划;强化学习;位姿控制;奖励引导

基金资助：清华大学横向协作项目（HG2020153）资助