基于改进深度确定性策略梯度算法的智能装卸机械设备控制方法

来源：机械与电子杂志2024年第12期北京时间：

作者：龚宇平;李金瑾;卿柏元;潘学华

单位：广西电网有限责任公司计量中心,广西 南宁 530024

摘要：由于机械臂作业环境具有高度的非线性、时变性和不确定性,导致机械臂动态行为较为复杂,传统控制方法在进行控制过程中经常出现关节位置角度误差大、稳定性差的问题,提出基于改进深度确定性策略梯度( DDPG )的控制方法。首先,建立智能装卸机械设备运动学模型;其次,基于 DDPG 算法建立装卸动作控制模型;再次,利用演员( Actor )网络(策略网络)和评论者( Critic )网络(价值网络)来改进 DDPG 中的装卸动作控制过程;最后,优化奖励函数,对 Actor 网络和 Critic 网络进行训练,实现装卸机械设备控制。实验结果表明,智能装卸机械设备实际运动轨迹与期望轨迹非常重合和接近,关节位置误差始终低于 5.0 cm ,姿态角误差始终低于 1.00° ,能够对关节位置和姿态角进行有效控制,所提改进 DDPG 算法的控制效果较好。

关键词：改进深度确定性策略梯度算法;智能装卸机械设备;运动学模型;控制方法

基金资助：广西电网公司科技项目( 044400KK52230001 )