基于强化学习的机器人手臂仿人运动规划方法

面向入-机器人交互共融环境对机械臂仿人运动规划的重大需求,本文提出了一种基于强化学习的机器人手臂仿人运动规划方法.首先,基于人体手臂的结构特征,设计了体现机械臂运动特性的肩夹角、肘夹角和腕关节运动角,并采用正态性和相关性分析方法,对VICON运动捕捉系统获取的人体手臂运动数据进行分析,以获取人臂运动特性规则.然后,根据不同的运动特性规则,设计对应的回报函数,并采用强化学习方法进行机械臂仿人运动模型的训练.最后,搭建机械臂仿人运动平台,实验统计仿人运动的成功率为91.25％,验证了所提规划方法的可行性和有效性,可用于提高机械臂运动的仿人性.