利用深度强化学习在动态环境中进行机械臂轨迹规划

本研究探讨了强化学习算法在机械臂轨迹规划中的应用。我们使用一个七自由度机械臂，在未知环境中将随机放置的物块拾取并放置到随机目标点。障碍物随机移动，为拾取物体制造了障碍。机器人的目标是在固定时间戳的约束下避开障碍物并拾取物块。本文中，我们应用了深度确定性策略梯度 (DDPG) 算法，并比较了模型在密集奖励与稀疏奖励下的效率。