[发明专利]一种基于强化学习的高精度机械臂控制方法及系统

摘要

本发明公开了一种基于强化学习的高精度机械臂控制方法及系统，涉及智能控制技术领域。方法包括：根据现实环境的环境信息及机械臂关节位姿信息，构建数字孪生仿生空间；基于强化学习算法对数字孪生仿生空间的数字仿生机械臂进行物体抓取训练，当数字仿生机械臂的抓取精度满足仿生预设阈值时，获取所述数字孪生仿生空间的仿生网络参数，并根据仿生网络参数配置现实环境的真实机械臂。进一步，对真实机械臂进行实物抓取测试，当真实机械臂的抓取精度满足真实预设阈值时，基于仿生网络参数输出控制模型，利用控制模型控制真实机械臂执行抓取任务，提高了机械臂在执行抓取任务时的作业路径规划效率及规划精度。