基于强化学习的机器人轴孔装配算法

来源：机器人杂志2023年第3期北京时间：

作者：双丰, 卢万玉, 李少东, 袁小钢

摘要：为了完成非结构化环境中的机器人轴孔装配任务, 提出了一种融入模糊奖励机制的深度确定性策略梯度(DDPG)变参数导纳控制算法, 来提升未知环境下的装配效率。建立了轴孔装配接触状态力学模型, 并开展轴孔装配机理研究, 进而指导机器人装配策略的制定。基于导纳控制器实现柔顺轴孔装配, 采用DDPG算法在线辨识控制器的最优参数, 并在奖励函数中引入模糊规则, 避免陷入局部最优装配策略, 提高装配操作质量。在5种不同直径的孔上进行装配实验, 并与定参数导纳模型装配效果进行比较。实验结果表明, 本文算法明显优于固定参数模型, 并在算法收敛后10步内可完成装配操作, 有望满足非结构环境自主操作需求。

关键词：强化学习, 机器人轴孔装配, 柔顺控制, 模糊奖励