[发明专利]基于强化学习的电批锁附螺丝方法及系统

权利要求书

1.一种基于强化学习的电批锁附螺丝方法，其特征在于，包括：

随机生成电批的扭矩控制方案集，以使所述电批根据所述扭矩控制方案集内的扭矩控制方案锁附螺丝；

通过强化学习神经网络对所述扭矩控制方案进行打分，得到分数值；

通过所述分数值改进所述扭矩控制方案；

将所述扭矩控制方案与标准控制模型进行比对，直至形成与所述标准控制模型最为接近的所述扭矩控制方案。

2.根据权利要求1所述的方法，其特征在于，所述扭矩控制方案集为包括不同扭矩范围的多个扭矩控制方案的集合。

3.根据权利要求1所述的方法，其特征在于，所述标准控制模型为电批锁附螺丝时最佳扭矩与速度关系的模型。

4.根据权利要求1所述的方法，其特征在于，在所述随机生成电批的扭矩控制方案集，以使所述电批根据所述扭矩控制方案集内的扭矩控制方案锁附螺丝之前，还包括：

获取电批的标准扭矩变化曲线，所述标准扭矩变化曲线用于表征电批锁附合格螺丝过程中扭矩与速度的对应关系；

根据所述标准扭矩变化曲线导出扭矩变化数据；

根据所述扭矩变化数据输出所述标准控制模型。

5.根据权利要求1所述的方法，其特征在于，所述随机生成电批的扭矩控制方案集，包括：

在预设范围内随机生成电批的扭矩控制方案集。

6.根据权利要求1所述的方法，其特征在于，所述强化学习神经网络采用深度确定性策略梯度算法DDPG。

7.根据权利要求6所述的方法，其特征在于，所述通过所述分数值改进所述扭矩控制方案，包括：

将所述分数值通过深度确定性策略梯度算法DDPG加权反馈给下一次的所述扭矩控制方案，以不断改进所述扭矩控制方案。

8.一种基于强化学习的电批锁附螺丝系统，其特征在于，包括：

生成模块，用于随机生成电批的扭矩控制方案集，以使所述电批根据所述扭矩控制方案集内的扭矩控制方案锁附螺丝；

打分模块，用于通过强化学习神经网络对所述扭矩控制方案进行打分，得到分数值；

改进模块，用于通过所述分数值改进所述扭矩控制方案；

比对模块，用于将所述扭矩控制方案与标准控制模型进行比对，直至形成与所述标准控制模型最为接近的所述扭矩控制方案。

9.一种基于强化学习的电批锁附螺丝系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的基于强化学习的电批锁附螺丝方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行如权利要求1至7任意一项所述的基于强化学习的电批锁附螺丝方法。