【技术实现步骤摘要】
模型训练、机械设备控制方法、装置、处理设备及介质
[0001]本申请涉及智能控制
,具体而言,涉及一种模型训练
、
机械设备控制方法
、
装置
、
处理设备及介质
。
技术介绍
[0002]随着科技的发展,各种各样的机械设备也越来越多,例如挖掘机
、
叉车
、
制药机械
、
塑料加工机械等等,对机械设备的机械臂进行自动控制,可以确保机械设备的自动化运行,对于机械设备的控制也成为了研究的热点
。
[0003]相关技术中,针对机械设备的每个机械臂,根据一个机械臂的样本数据独立的训练该机械臂对应的神经网络模型,后续采用该机械臂的模型可以输出该机械臂的控制参数
。
[0004]但是,相关技术中,独立的训练机械臂对应的神经网络模型,导致训练好的神经网络模型输出的控制参数不准确
。
技术实现思路
[0005]本申请的目的在于,针对上述现有技术中的不足,提供一种模型训练
、
机械设备控制方法
、
装置
、
处理设备及介质,以便解决相关技术中所存在的上述技术问题
。
[0006]为实现上述目的,本申请实施例采用的技术方案如下:
[0007]第一方面,本申请实施例提供了一种模型训练方法,包括:
[0008]获取待控制机械设备中第一机械臂在多个时刻的样本运动数据
、
第二机械臂在 ...
【技术保护点】
【技术特征摘要】
1.
一种模型训练方法,其特征在于,包括:获取待控制机械设备中第一机械臂在多个时刻的样本运动数据
、
第二机械臂在所述多个时刻的样本运动状态以及所述第一机械臂在所述多个时刻的样本控制数据;所述第一机械臂和所述第二机械臂为所述待控制机械设备中具有耦合关系的机械臂;所述第一机械臂在每个时刻的样本运动数据包括:所述第一机械臂在所述每个时刻的样本运动状态以及所述每个时刻之后预设未来时刻的目标样本运动状态;根据所述第一机械臂在所述多个时刻的样本运动数据
、
所述第二机械臂在所述多个时刻的样本运动状态以及所述第一机械臂在所述多个时刻的样本控制数据,对初始控制模型进行训练,得到所述第一机械臂的控制模型,所述第一机械臂的控制模型用于输出针对所述第一机械臂的控制参数
。2.
根据权利要求1所述的方法,其特征在于,所述获取待控制机械设备中第一机械臂在多个时刻的样本运动数据
、
第二机械臂在所述多个时刻的样本运动状态以及所述第一机械臂在所述多个时刻的样本控制数据,包括:获取所述待控制机械设备的运动轨迹,所述运动轨迹中包括:具有先后时刻顺序的多个轨迹点,所述多个轨迹点具有对应的所述第一机械臂的样本运动状态
、
所述第一机械臂的样本控制数据以及所述第二机械臂的样本运动状态;根据所述多个轨迹点对应的所述第一机械臂的样本运动状态,确定第一机械臂在多个时刻的样本运动数据;将所述多个轨迹点对应的所述第一机械臂的样本控制数据,作为所述第一机械臂在所述多个时刻的样本控制数据;将所述多个轨迹点对应的所述第二机械臂的样本运动状态,作为所述第二机械臂在所述多个时刻的样本运动状态
。3.
根据权利要求1所述的方法,其特征在于,所述获取待控制机械设备中第一机械臂在多个时刻的样本运动数据
、
第二机械臂在所述多个时刻的样本运动状态以及所述第一机械臂在所述多个时刻的样本控制数据,包括:获取所述第一机械臂在所述每个时刻的位置
、
角速度,所述每个时刻之后预设未来时刻的目标样本运动状态,所述第二机械臂在所述多个时刻的位置
、
角速度,以及所述第一机械臂在所述多个时刻的样本脉冲宽度调制数据
。4.
根据权利要求1所述的方法,其特征在于,所述第一机械臂在所述每个时刻之后预设未来时刻的目标样本运动状态包括:目标位置和
/
或目标角速度
。5.
根据权利要求1所述的方法,其特征在于,所述根据所述第一机械臂在所述多个时刻的样本运动数据
、
所述第二机械臂在所述多个时刻的样本运动状态以及所述第一机械臂在所述多个时刻的样本控制数据,对初始控制模型进行训练,得到所述第一机械臂的控制模型,包括:将所述第一机械臂在所述多个时刻的样本运动状态
、
所述每个时刻之后预设未来时刻的目标样本运动状态
、
所述第二机械臂在所述多个时刻的样本运动状态
、
所述第一机械臂在所述多个时刻的样本控制数据,输入所述初始控制模型中,得到所述初始控制模型输出的所述多个时刻的样本预测控制数据;根据所述多个时刻的样本预测控制数据
、
所述第一机械臂在所述多个时刻的样本控制
数据
、
预设损失函数,更新所述初始控制模型的模型参数,直至迭代次数大于或者等于预设迭代次数,得到针对所述第一机械臂的控制模型
。6.
根据权利要求1所述的方法,其特征在于,所述初始控制模型包括:依次连...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。