基于深度强化学习的单机械臂智能控制算法模型设计与应用

• 全文链接
• 请求原文

作   者：

张煜然;  岳一领; 

作者机构：

太原科技大学; 

关键词：

特征提取;  单机械臂结构;  执行模块;  深度学习算法; 

期刊名称：

现代制造技术与装备

i s s n：

1673-5587

年卷期：

2025 年 61 卷 002 期

页   码：

200-202

摘   要：

为增强单机械臂在复杂动态环境中的智能控制能力,提出基于深度强化学习的智能控制算法模型.模型采用深度Q网络(Deep Q-Network,DQN)算法,设计数据感知、特征提取、运动规划等核心模块,实现单机械臂的自主感知与智慧决策.实验结果表明,本模型在复杂环境下具备较高的控制精度和实时响应能力,能提高单机械臂的任务执行效率.