来源：期刊VIP网 时间：
作者：冒建亮;王展;周昕;夏飞;张传林;
单位：上海电力大学自动化工程学院;
摘要：针对非结构化环境中的机械臂动态避障任务，提出基于深度强化学习（deep reinforcement learning,DRL）的算法设计与实验验证流程。通过设计全面的奖励函数来平衡动态避障与目标跟踪，包括末端避障、本体避障、自碰撞避免、精确到达目标和运动平滑性。利用Python编程环境搭建仿真平台训练智能体，实现高效的状态识别与动作执行。将训练好的模型应用于实际机械臂，并结合视觉伺服系统，完成实时环境感知与精准避障测试。实验结果验证了DRL算法的性能，为实验室科研智能化和自主化提供了技术支撑，同时有助于培养学生理论联系实际的能力。
关键词：机械臂;;深度强化学习;;动态避障;;轨迹规划
基金资助：国家自然科学基金项目(62203292)
