根据国家网信办相关规定和要求,《计算机应用研究》编辑部网站域名更换为arocmag.cn,原域名 arocmag.com 将于2024年12月31日后停用。

融合先验知识与引导策略搜索的机器人轴孔装配方法

Robotic pin-hole assembly method integrating prior knowledge and guided policy search
陈豪杰1,2,3,4
董青卫1,2,3,4
刘锐楷1,2,3,4
曾鹏1,2,3
1. 中国科学院沈阳自动化研究所 机器人学国家重点实验室, 沈阳 110016
2. 中国科学院网络化控制系统重点实验室, 沈阳 110016
3. 中国科学院机器人与智能制造创新研究院, 沈阳 110169
4. 中国科学院大学, 北京 100049

摘要

在现代工业自动化领域,机器人执行复杂装配任务的能力至关重要。尽管强化学习为机器人策略学习提供了一种有效途径,但在装配任务的策略训练初始阶段存在采样效率低和样本质量差的问题,导致算法收敛速度慢,容易陷入局部最优解。针对上述问题,本研究提出了一种融合先验知识与引导策略搜索算法的机器人轨迹规划方法。该方法首先利用人类专家演示和历史任务数据的先验知识来构建初始策略,并将先验知识保留在经验池中,以提高学习效率,随后,通过引导策略搜索算法对初始策略进行在线优化,逐步提升策略的精确度和适应性。最后,通过机器人轴孔装配任务进行实验验证,该方法显著提高了策略学习效率,减少了训练时间和试错次数。研究表明,融合先验知识的方法可以有效提高强化学习学习效率,使机器人快速得到能够完成装配任务的策略。

基金项目

国家自然科学基金资助项目(92267301,92067205,92267205)
辽宁省自然科学基金资助项目(2024-MSBA-83)
机器人学国家重点实验室(2023-Z15)
国家博士后基金资助项目(GZB20230805)

出版信息

DOI: 10.19734/j.issn.1001-3695.2024.08.0324
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第4期

发布历史

[2024-12-25] 优先出版

引用本文

陈豪杰, 董青卫, 刘锐楷, 等. 融合先验知识与引导策略搜索的机器人轴孔装配方法 [J]. 计算机应用研究, 2025, 42 (4). (2024-12-31). https://doi.org/10.19734/j.issn.1001-3695.2024.08.0324. (Chen Haojie, Dong Qingwei, Liu Ruikai, et al. Robotic pin-hole assembly method integrating prior knowledge and guided policy search [J]. Application Research of Computers, 2025, 42 (4). (2024-12-31). https://doi.org/10.19734/j.issn.1001-3695.2024.08.0324. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊