Q-learning算法下的机械臂轨迹规划与避障行为研究

来源：机床与液压杂志2021年第9期北京时间：

作者：郭新兰

单位：南京交通职业技术学院轨道交通学院

摘要：机械臂运动和避障中存在轨迹偏差，要通过适当控制算法加以纠正确保实际轨迹趋近于理想轨迹。提出基于改进Q-learning算法的轨迹规划与避障方案，分别构建状态向量集合和每种状态下的动作集合，利用BP神经网络算法提高模型的连续逼近能力，并在迭代中不断更新Q函数值；路径规划中按照关节旋转角度及连杆空间移动距离最小原则，实现在合理避障同时轨迹偏差度最低。仿真结果表明：提出的控制算法收敛性速度快，路径规划效果优于传统规划方案，偏移成本最低。

关键词：Q-learning算法;机械臂;轨迹规划与避障方案;状态向量集合

基金资助：江苏省2019年度高校“青蓝工程”中青年学术带头人培养项目；江苏省现代教育技术研究2019课题（2019R73998）； 2018江苏省教育信息化研究立项课题（20180047）