基于改进的MATD3的矿山输送带的非结构化场景中对异质物体的合作抓取方法的研究

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能
• 采矿工程 采矿工程 采矿工程

背景情况:

• 地下煤矿输送系统由于外体污染而面临运行挑战.
• 不同质的污染物,如煤炭和螺栓破坏稳定性,并构成安全风险.
• 现有的控制算法在非结构化,不可预测的采矿环境中缺乏稳定性.

研究的目的:

• 为双臂机器人系统开发强大的合作抓取方法.
• 解决在非结构化采矿环境中操纵异质对象的挑战.
• 提高煤矿运输操作的安全性和效率.

主要方法:

• 提出了一种使用多代理深度决定性政策梯度 (MATD3) 算法的合作抓取方法.
• 实现了连续行动空间和优化抓取轨迹的多因素奖励功能.
• 综合优先体验重复 (PER) 和一个连续的合作优化策略,用于精细的对象.
• 开发了P-MATD3算法,用于双臂合作控制在轨道规划和掌握.

主要成果:

• 在非结构化环境中,P-MATD3算法在掌握成功率和效率方面取得了显著的改进.
• 与MATD3和MADDPG.相比,单臂任务的成功率增加了 (7.1%-9.94%) 和步骤减少了 (11.44%-12.77%).
• 双臂任务的成功率更高 (5.58%-9.84%) 和步骤更少 (11.6%-18.92%).
• 在高斯噪声下,P-MATD3保持了高稳定性,表明了强度.

结论:

• 拟议的P-MATD3算法有效地提高了在非结构化采矿环境中对异质对象的把握性能.
• 在这些具有挑战性的条件下,双臂合作控制对于精确的操纵和提高效率至关重要.
• 该方法为自动移除异物提供了一个有前途的解决方案,提高了地下煤矿的安全性和生产率.