自适应元策略学习算法

多类别装配泛化

无需逐类重训，即可将多类别轴孔装配技能泛化到新任务。

Yan, Shaohua · 陶显 · Xumiao, Ma · Hao, Tiantian · 徐德

IEEE Transactions on Industrial Informatics 2024

技术优势

无需逐类重训

通过元强化学习获得多类别装配技能的泛化模型，学习效率高于单类别技能学习算法。

适应能力更强

在状态价值函数中引入由演示学习算法构造的相似性函数，对多类别技能的适应性优于现有多类别技能学习算法。

应用场景

• 机器人精密装配：在多类别轴孔装配中快速切换新规格，无需重新训练模型。
• 技能迁移与泛化：将已学装配技能迁移到未见过的同类任务，降低新任务学习样本量。
• 强化学习控制：用元强化学习提高策略在新环境中的采样效率，减少真实机器人试错。