考虑可变旋转参数的机器人多轴孔装配强化学习策略

来源：计算机集成制造系统杂志2025年第3期北京时间：

作者：鄢智超, 周勇, 胡楷雄, 李卫东

单位：1.武汉理工大学交通与物流工程学院2.上海理工大学机械工程学院

摘要：针对目前机器人多轴孔装配学习策略严重依赖人工示教数据,导致训练效率低和场景适应性差等问题,提出一种考虑可变旋转参数的机器人多轴孔装配强化学习策略。首先,提出一种可变旋转参数的姿态调整模型,据此采集多轴孔接触力学信息与姿态调整动作的对应关系数据,以此作为装配技能的预训练学习数据。进而,提出一种改进深度确定性策略梯度(DDPG)强化学习算法,通过多因素稀疏奖励函数对装配动作进行合适的奖励评价以提高学习效率和成功率。最后,在仿真和实验平台上进行了多轴孔电子元器件装配的案例研究,结果表明,所提方法具有良好的场景适应性,相对经典强化学习方法能有效提高装配的学习效率和成功率,同时明显减小了装配接触力/力矩。

关键词：协作机器人,多轴孔装配,姿态调整模型,改进深度确定性策略梯度算法

基金资助：国家自然科学基金资助项目(51975444)。