【技术实现步骤摘要】
本专利技术涉及自动控制，具体的说，涉及一种基于符号策略学习的机械臂控制方法及装置。
技术介绍
1、在机械臂控制领域，可以通过构建模拟环境使用强化学习策略从而控制机械臂动作。但是，在深度强化学习中，策略通常使用深度神经网络实现。深度神经网络包含大量的参数和数以千计的嵌套的非线性算子。尽管深度神经网络具有出色的对关系的表示能力。但由于其复杂性，导致难以理解预测行为，致使机械臂控制过程中存在额外的安全性隐患，另外复杂的神经网络策略难以在有限的计算资源下进行部署。
技术实现思路
1、本专利技术的目的旨在提出一种机械臂控制方法及装置，该方法能够提高符号策略学习的效率，从而使用更少的交互数据学习到机械臂控制，提高了机械臂控制的精度。
2、为了实现上述目的，本专利技术一方面提供一种机械臂控制方法，包含：
3、构建机械臂控制的模拟环境，获取环境状态信息，所述环境状态信息包含机械臂的位姿与速度，以及待操作物体位置；
4、以所述环境状态信息作为输入信息，输入至符号网络中，所...
【技术保护点】
1.一种机械臂控制方法，其特征在于，包含：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求2所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，
7.根据权利要求6所述的方法，其特征在于，还包含：
8.根据权利要求7所述的方法，其特征在于，还包含：
9.根据权利要求8所述的方法，其特征在于，使用SAC软行为者批评算法训练更新所述符号网络与路径概率、以及所述价...
【技术特征摘要】
1.一种机械臂控制方法，其特征在于，包含：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，
5.根据权利要求2所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，
7.根据权利要求6所述的方法，其特征在于，还包含...
【专利技术属性】
技术研发人员：郭家明，张蕊，胡杏，杜子东，张曦珊，郭崎，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：
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。