面向教育人机交互协作机器人的强化学习方法

摘要

本发明公开了面向教育人机交互协作机器人的强化学习方法，所述学习方法如下：S1：设定Xk表示机器人系统的关节角速度和角速度状态、Uk表示控制输入、rk表示参考轨迹；S2：根据Bellman最优性原则，将值函数V递归写为：V(Xk,rk)＝ck+V(Xk+1,rk+1)，基于值函数定义注释函数如下：S3：导出强化学习方法，机器人在学习过程中末端执行器的历史轨迹和最终轨迹，随着学习，机器人的运动性能不断优化，最终，通过10次学习，5分钟的学习时间，机器人便可完成学习任务。本发明实现了机器人在无人工干预的情况下进行自动学习，能够在短时间、低探索次数的情况下完成学习目标，具备广泛的推广价值。