多机械臂协同控制工业数字孪生平台构建研究

摘要

本文面向工业场景下的多机械臂协同控制任务，提出并实现了一种基于强化学习的多机械臂协同控制工业数字孪生平台.该平台构建了从虚拟仿真到物理执行的完整闭环，旨在解决传统多机械臂系统中存在的协同效率低、试错成本高、自适应能力弱等问题.本研究围绕平台架构设计、物理系统搭建、仿真环境构建、协同控制算法实验验证四个方面系统展开，在集成了多智能体强化学习训练框架的数字孪生环境中进行机械臂复杂协同任务的策略学习与优化.实验表明，平台实现了机械臂在虚实空间中的实时同步与双向映射，可以通过仿真训练显著降低实际部署中的调试成本与操作风险，还进一步验证了平台在任务泛化方面的潜力，为后续面向其他机械臂控制任务的智能协同系统提供了可复用的框架与实验基准.

关键词

数字孪生 / 多机械臂物理系统 / 多机械臂仿真平台 / 多智能体强化学习 / 虚实同步

基金资助

科技部国家重点研发计划青年科学家项目(2022YFF0902800); 江苏省自然科学基金面上项目(BK20242028)