科技资源

本发明公开了一种基于未知机械臂模型的深度强化学习抑振系统及方法，属于机器人控制领域，所述抑振系统包括机械臂模块、振动采集模块、处理器和抑振控制模块；所述抑振方法是将深度强化学习与输入整形器二者相结合，在机器人机械臂精确动力学模型未知的情况下，通过深度强化学习DDPG算法的训练，不断优化输入整形器的参数，以此来对机械臂振动进行优化，提高机械臂工作效率。本发明不需要明确的机械臂的动力学模型，通过此方法便可以达到较好的抑振效果，具有较强的鲁棒性，能够适应各种类型的机械臂，有着较强的普适性。