本发明涉及基于深度强化学习的机械臂六自由度实时抓取方法。包括如下步骤：步骤一：通过双目相机采集抓取操作台上物体的图像信息；步骤二：利用YOLOv5剪枝网络模型对图像进行目标检测训练；步骤三：建立强化学习网络模型；步骤四：通过机器人正逆运动学完成机械臂抓取移动；步骤五：进行强化学习模型训练，使得机械臂完成抓取动作；本发明克服现有技术的缺点，提出一种易实现、适用性高的，基于YOLOv5剪枝网络和Policy Gradient强化学习方法的实时物体检测系统，此系统在保证高精度的同时，可以实现快速实时的目标检测并完成抓取动作。
声明：
“基于深度强化学习的机械臂六自由度实时抓取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
813
编辑：管理员
来源：北方有色网
咨询细节
