基于DE-MADDPG多智能體強化學習機械臂裝配

摘要： 為了提高機械臂在復雜裝配任務中智能程度，提出了一種基于深度強化學習的多智能體裝配策略。以六自由度機械臂Pieper準則構(gòu)型為基礎(chǔ)，將末端的位置和姿態(tài)分開獨立控制，應用解耦多智能體深度確定性策略梯度算法(DE-MADDPG),依據(jù)其不同的結(jié)構(gòu)裝配特性設(shè)計了全局獎勵函數(shù)和局部獎勵函數(shù)，并在Gezebo仿真平臺上進行了圓孔和方孔裝配的仿真實驗，同時對DDPG算法和MADDPG算法進行...