基于DE-MADDPG多智能体强化学习机械臂装配

摘要： 为了提高机械臂在复杂装配任务中智能程度，提出了一种基于深度强化学习的多智能体装配策略。以六自由度机械臂Pieper准则构型为基础，将末端的位置和姿态分开独立控制，应用解耦多智能体深度确定性策略梯度算法(DE-MADDPG),依据其不同的结构装配特性设计了全局奖励函数和局部奖励函数，并在Gezebo仿真平台上进行了圆孔和方孔装配的仿真实验，同时对DDPG算法和MADDPG算法进行...