机械手多任务均衡策略

摘要

并联机械手可实现高精度抓取和搬运动态物体，目前在智能工厂广泛应用。在物料输送过程中，单一机械手很难保证物料的无漏性，因此如何实现多机械手协同作业是一个亟待解决的问题。本文基于深度强化学习（DQN）算法提出最小化成本目标函数，并结合行动者-批评者算法对本研究算法进行改进，同时提出均衡优势函数以最大化优化均衡执行策略。实验显示，本研究算法的收敛性能提高17.1%。在既定实验条件下，与基线算法相比，本算法总成本降低约31.6%，显著提高了机械手在多任务场景下的整体执行效率。

关键词

机械手 / 深度强化学习 / 任务均衡 / 多任务