深度强化学习视觉伺服控制器

伺服时间缩短24%

将深度强化学习用于视觉伺服运动规划，在图像与物理约束下实现高成功率的自主装配。

刘振宇 · Wang, Ke · Liu, Daxin · Wang, Qide · 谭建荣

IEEE/ASME Transactions on Mechatronics 2023

参数信息

伺服时间

24 %

成功率

100 %

效率提升

48 %

技术优势

收敛更容易

通过DDPG算法动态优化混合视觉伺服参数，避免图像局部极小值和视场限制导致的收敛失败。

部署更快

离线预训练的控制器可直接部署到真实机器人上实现实时控制，无需在线训练。

初始误差容忍高

在初始位置扰动±25 mm平移和±20°旋转范围内仍保持100%成功率。

应用场景

• 自主机器人装配：用于在扰动下可靠完成装配定位，避免碰撞和遮挡干扰。
• 工业机器人：在工厂环境中实现视觉伺服的实时控制，减少停机时间。
• 机械臂控制：为机械臂提供考虑约束的运动规划，提升操作精度。
• 机器人视觉伺服：用强化学习动态优化伺服参数，解决传统方法的收敛问题。