一种基于深度强化学习TD3算法的机械臂运动控制方法

    公开(公告)号:CN113843802B

    公开(公告)日:2023-09-05

    申请号:CN202111211310.4

    申请日:2021-10-18

    IPC分类号: B25J9/16

    摘要: 本发明公开一种基于深度强化学习的机械臂运动控制方法。包括如下步骤:(1):建立机械臂的三维仿真环境;包括初始化机械臂环境,重置机械臂环境,设定机械臂更新步骤,设定奖励函数,渲染机械臂环境,对实验进行随机种子的设置和关闭机械臂环境;(2):在采用添加目标动作噪声衰减的深度强化学习算法TD3来对机械臂运动控制进行训练,TD3使用两个独立的评论家网络,使用值函数剪裁以及延迟策略更新,训练得到控制策略模型;(3):评估模型的效果。本发明通过加入动作探索噪声和目标网络噪声,平滑动作,有效缩短训练时间,收敛速度大幅度的增强;通过双评论家网络降低过高的估计值,降低误差积累,降低收敛失败的几率。

    基于运行攻角偏差修正的低风速风力机叶片气动设计方法

    公开(公告)号:CN111209638B

    公开(公告)日:2022-09-20

    申请号:CN202010055001.1

    申请日:2020-01-17

    摘要: 本发明公开了一种基于运行攻角偏差修正的低风速风力机叶片气动设计方法,该方法首先推导叶片上叶素运行攻角相对最佳攻角的偏移量,建立运行攻角偏移量与设计叶尖速比、叶素径向位置间的函数关系;然后构建基于四分法的设计叶尖速比搜索方法和基于偏差量分布规律的设计攻角修正方法;最后利用基于PROPID程序的逆设计方法设计出对应的叶片弦长、扭角分布。本发明从协调气动性能和跟踪控制效果对低风速风力机叶片的几何外形进行优化,在保证叶片外形满足加工和结构性能要求的前提下,有效提高了低风速风力机的平均风能捕获效率和动态年发电量。