【技术实现步骤摘要】
本专利技术涉及智能液压挖掘机，具体为一种基于td3强化学习算法的液压挖掘机用轨迹规划方法。
技术介绍
1、智能液压挖掘机的轨迹规划方法指的是通过算法和技术，使挖掘机能够自动规划并执行其运动轨迹，以实现特定任务。这种方法通常涉及传感器、计算机视觉和控制系统，帮助挖掘机在工作区域内进行移动、挖掘或执行其他操作。能够更智能、更高效地执行任务，减少人为干预的需要，并在复杂环境中提供更可靠的运动控制。
2、目前传统的智能液压挖掘机工作依赖于插值策略的最优轨迹规划方法，该方法在进行复杂环境下的挖掘作业时，需要对复杂任务进行规划并精确建模，导致实际使用过程中系统响应速率不够高效，任务的执行精度也存在差异，为此本专利技术提出一种基于td3强化学习算法的液压挖掘机用轨迹规划方法。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于td3强化学习算法的液压挖掘机用轨迹规划方法，解决了现有技术中对复杂任务进行规划并精确建模，导致实际使用过程中系统响应速率不够高效，任务的执行精度也存在差异
【技术保护点】
1.一种基于TD3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于TD3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，所述步骤三中进行要素定义包括状态空间设计，以动臂、斗杆和铲斗关节的角度为状态参数，将初始关节角度作为策略网络的输入参数，根据动作策略网络输出对应的关节角度值的变化幅度计算获得下一个状态的角度值，其具体计算公式如下：
3.根据权利要求1所述的一种基于TD3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，所述步骤三中进行要素定义包括动作空间设计，定义策略网络的输出为关节角...
【技术特征摘要】
1.一种基于td3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于td3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，所述步骤三中进行要素定义包括状态空间设计，以动臂、斗杆和铲斗关节的角度为状态参数，将初始关节角度作为策略网络的输入参数，根据动作策略网络输出对应的关节角度值的变化幅度计算获得下一个状态的角度值，其具体计算公式如下：
3.根据权利要求1所述的一种基于td3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，所述步骤三中进行要素定义包括动作空间设计，定义策略网络的输出为关节角度变化幅度，且采取的动作满足ai～n(0,1)正态分布，为了降低决策动作的难度，需要对输出信息进行离散化处理。
4.根据权利要求1所述的一种基于td3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，所述步骤三中进行要素定义包括奖励函数设计，为了实现工作装置在其允许的工作范围内高效率、平稳的自主作业，设计智能体的奖励函数为：
5.根据权利要求4所述的一种基于td3强化学习算法的液压挖掘机用轨迹规划方法，其特征在于，所述奖励函数中θ2<θ2min，θ2>θ2max和为布尔表达式，即当动臂关节角度和角速度值在允许运动范围内时，布尔表达式结果为0，反之，当动臂关节角度和角速度值超过允许范围时，布尔表达式的结果为1。
【专利技术属性】
技术研发人员：张韵悦，赵志诚，范宇坤，杨凯，武紫东，
申请(专利权)人：太原工业学院，
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。