公开(公告)号：CN117260739A

公开(公告)日：2023-12-22

申请号：CN202311479282.3

申请日：2023-11-08

申请人： 哈尔滨工业大学

发明人： 高亚斌 ,  刘澳华 ,  刘健行 ,  吴立刚 ,  候其敏 ,  刘壮 ,  孙艺倬 ,  匡冀源

IPC分类号： B25J9/16 ,  B25J13/00

摘要： 一种基于深度强化学习和TSK‑FS模糊推理的机器人抓取方法及系统，它属于机器人视觉定位抓取技术领域。本发明解决了现有物体抓取方法无法获得最优行为指导策略且抓取效率低的问题。本发明在深度强化学习模型的行为策略训练阶段加入Gauss噪声值，可以使机械臂有机会探索到更为广泛的动作空间，进而获得最优的行为指导策略。同时本发明的模糊推理利用了与决策动作直接相关的最优推动动作价值、最优抓取动作价值、目标物体边缘物体占有率和连续抓取失败次数信息，使得决策结果综合考虑了推动动作的需求，可以根据当前工作场景中的状态信息进行推抓动作自主决策，有效提高了目标物体的抓取效率。本发明方法可以应用于对机器人的抓取任务进行控制。