典型文献
基于触觉传感器和强化学习内在奖励的机械臂抓取方法
文献摘要：
触觉在机器人抓取过程中扮演着重要的角色,但在大多数强化学习任务中,触觉仅被用于拓展状态空间,其提供的位置和压力等信息很少被完全利用.针对该问题,同时受内在奖励机制启发,首先设计了一种"倒T"形传感器阵列布局;然后基于这种传感器阵列提出了新的内在激励方法,该方法根据机械臂末端与物体接触位置的不同,给予不同的重视程度,鼓励智能体以更有效的姿态来夹取物体;最后将该方法在仿真环境中进行测试,结果表明该方法在夹取椭球和圆球物体任务中收敛速度比最新的基准方法平均提高了约20％.
文献关键词：
深度强化学习;机械臂;抓取;触觉;内在奖励
中图分类号：
作者姓名：
宋相兵;季玉龙;俎文强;何扬;杨红雨
作者机构：
四川大学视觉合成图形图像技术国防重点学科实验室,成都610065;四川大学空天科学与工程学院,成都610065;四川大学计算机学院,成都610065
文献出处：
引用格式：
[1]宋相兵;季玉龙;俎文强;何扬;杨红雨-.基于触觉传感器和强化学习内在奖励的机械臂抓取方法)[J].四川大学学报（自然科学版）,2022(03):53-62
A类：
内在奖励
B类：
触觉传感器,机械臂抓取,抓取方法,机器人抓取,学习任务,状态空间,奖励机制,传感器阵列,内在激励,激励方法,智能体,仿真环境,椭球,圆球,收敛速度,速度比,基准方法,深度强化学习
AB值：
0.36166
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
