声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：武黎明, 王明明, 罗建军, 张大羽, 梁澄汐
关键词：在轨装配, 空间机器人, 柔顺控制, 深度强化学习, 并行训练
为应对空间机器人在轨装配中装配对象振动、机器人－结构动力学耦合问题，改善现有方法参数调整困难和控制性能差等不足，提出一种结合阻抗控制与深度强化学习的模型－数据混合驱动方法，实现空间机器人装配策略的高效学习。首先，建立拼接式空间望远镜的模块化在轨装配场景，分析自由漂浮空间机器人和装配对象之间的动力学耦合现象，并将模块装配问题描述为马尔可夫决策过程。然后，以空间机器人关节阻抗控制作为先验模型，构建基于深度强化学习的装配策略学习方法，以应对空间机器人和装配对象之间的动力学耦合效应。最后，使用近端策略优化算法，完成装配策略的学习。为实现装配策略学习方法的快速验证，使用Isaac Gym软件构建了空间机器人在轨装配的并行化训练与测试环境。通过仿真与分析，验证了所提方法在提高柔顺控制性能和应对不确定性时的鲁棒性。
来源：2025年第2期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。