CN115890726B 一種基于ddpg強化學習算法的平行夾具形狀生成方法 （大連理工大學）_第1頁
CN115890726B 一種基于ddpg強化學習算法的平行夾具形狀生成方法 （大連理工大學）_第2頁
CN115890726B 一種基于ddpg強化學習算法的平行夾具形狀生成方法 （大連理工大學）_第3頁
CN115890726B 一種基于ddpg強化學習算法的平行夾具形狀生成方法 （大連理工大學）_第4頁
CN115890726B 一種基于ddpg強化學習算法的平行夾具形狀生成方法 （大連理工大學）_第5頁
已閱讀5頁，還剩16頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

一種基于DDPG強化學習算法的平行夾具形本發明提出一種基于DDPG強化學習算法的實現了基于給定物體與訓練好的策略網絡進行發明利用強化學習算法的平行夾具形狀自動生22.根據權利要求1所述的一種基于DDPG強化學習算法的平行夾具形狀生成方法，其特數(TSDF)與基于3D卷積的形狀編碼器得到128維物體形狀編碼；用控制左夾齒的11維向量f代表施加外力的4種情境下的抓取成功次數，T10代表順4.根據權利要求1或2所述的一種基于DDP3與夾具左右形狀表示整體處理為128×3維的向量，作為從狀態表示中提取得到的形狀特5.根據權利要求3所述的一種基于DDPG強化學習算法的平行夾具形狀生成方法，其特與夾具左右形狀表示整體處理為128×3維的向量，作為從狀態表示中提取得到的形狀特4[0002]機械夾具的自動抓取在眾多領域都有著深入的應用，諸如物流領域的倉儲和分[0004]然而上述方法大多存在著以下幾個問題：(1)真實抓取成功率不高或抓取過程不發明擬利用強化學習的方法自動生成輕量化的平設計形狀生成方法。深度確定性策略梯度(DDPG)算法不僅利用深度Q網絡算法中的經驗回5距離函數(TSDF)與基于3D卷積的形狀編碼器得到128維物體形狀編碼；用控制左夾齒的11維向量與右夾齒的11維向量作為夾具手指形狀6[0038]本發明基于DDPG強化算法生成平行夾具的形狀。相較于基于幾何分析的設計方物體的形狀和平行夾具的特點，基于DDPG強化學習算法提出一種平行夾具形狀生成方法，向量代表用于控制形狀可變板塊形狀的長度數值，最后1維代表用于形狀可變板安裝位置7參數變化量，定義動作a＝[Δsl,Δsr]為22維向量，其中AS=[A左側夾具形狀及位置的變化量，AS,=[Ah?,AhF,…Ahfo]代表右側夾具形狀及位置的變一個待抓取物體，如果在第1種正常抓取情境下無法抓取成功，則直接的給予該步_5的獎8輸出維度為128維的全連接層及Relu激活層，將步驟S42中得到22維動作向量處理成為128tt+1t+1Q→θQ′μ9,.

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論