融合模糊逻辑与强化学习的 UR10 机械臂路径规划智能奇异点规避
机器人学
2026-01-12 v1 人工智能
摘要
本文提出了一种通过集成模糊逻辑安全系统和强化学习算法，在 UR10 机械臂路径规划中进行奇异点检测与规避的综合方法。所提出的系统解决了机器人操作中奇异点可能导致失控和潜在设备损坏的关键挑战。我们的混合方法结合了使用可操作度度量、条件数分析和模糊逻辑决策的实时奇异点检测，以及用于自适应路径规划的稳定强化学习框架。实验结果表明，在保持与奇异构型安全距离的同时，到达目标位置的成功率达到 90%。该系统集成了用于训练数据收集的 PyBullet 仿真和用于实际部署的 URSim 连接。
引用
@article{arxiv.2601.05836,
title = {Intelligent Singularity Avoidance in UR10 Robotic Arm Path Planning Using Hybrid Fuzzy Logic and Reinforcement Learning},
author = {Sheng-Kai Chen and Jyh-Horng Wu},
journal= {arXiv preprint arXiv:2601.05836},
year = {2026}
}
备注
Published in TANET 2025 (Paper No. T0404)