基于改进DMP的机械手模仿学习算法研究

来源：计算机技术与发展杂志2025年第04期北京时间：

作者：赵龙阳;谭昊民;张会兵;刘琦

单位：1. 桂林电子科技大学 计算机与信息安全学院,广西 桂林 541001;2. 广东省农业科学院水稻研究所,广东 广州 510640

摘要：动态运动原语(Dynamic Movement Primitives,DMP)算法是工业机械手中常见的模仿学习算法,当前 DMP 算法发展迅速,但是在能源消耗方面优化较少。针对国家绿色环保战略和企业用人用工成本等问题,提出了一种以减少能源消耗和机械手示教快速复现为目的改进DMP的机械手模仿学习算法。该算法在DMP的基础上优化了示教路径并增加了对能源消耗的控制,首先对机械手拖动示教后的轨迹编码进行优化,在示教轨迹中添加机械手抓取的关键点,通过关键点优化DMP的示教编码去除多余动作并计算其中能源消耗最小的机械手电机运行策略和最优路径。最后通过机械手进行复现操作,在PyBullet仿真平台中搭建了一个7轴冗余机械手和若干抓取物并设定相应的物理规则来实现算法。经目标抓取实验测试:基于改进DMP的机械手模仿学习算法与传统DMP模仿学习算法比较,在保证任务成功率的基础上综合降低了42.82%能源的消耗,验证了该方法的有效性。

关键词：能源消耗;改进动态运动原语;拖动示教;关键点抓取;PyBullet仿真