基于多智能体强化学习的微装配任务规划方法

来源：计算机测量与控制杂志2023年第8期北京时间：

作者：徐兴辉,唐大林,顾书豪,左佳祺,王晓东,任同群

单位：大连理工大学

摘要：现有装配任务规划方式多为人工规划，存在低效、高成本、易误操作等问题，为此分析了微装配操作的任务特点，以及对微装配中多操作臂协作与竞争关系进行了详细分析，并提出多智能体强化学习中符合微装配任务特点的动作空间、状态空间以及奖励函数的构建方法；利用CoppeliaSim仿真软件构建合理的仿真模型，对已有设备进行物理建模，构建了基于多智能体深度确定性策略梯度算法的学习模型并进行训练，在仿真环境中对设计的状态、动作空间以及奖励函数进行了逐项实验验证，最终获得了稳定的路径以及完整的任务实施方案；仿真结果表明，提出的环境构建方法，更契合直角坐标运动为主要框架的微装配任务，能够克服现有规划方法的不足，能够实现可实际工程化的多臂协同操作，提高任务的效率以及规划的自动化程度。

关键词：多智能体强化学习;奖励函数;微装配;任务规划;仿真环境构建

基金资助：国家重点研发计划资助项目(No. 2019YFB1310901)；辽宁省“ 兴辽英才计划”资助项目(No.XLYC2002020)；辽宁省自然科学(编号:2020-MS-104)