一种基于强化学习的机械臂轨迹优化方法

本发明涉及人工智能技术，揭露了一种基于强化学习的机械臂轨迹优化方法。所述方法包括：首先，依据机械臂的关节信息构建连杆坐标系，并在此基础上建立机械臂的运动学模型；其次，搭建一个强化学习环境，其中以机械臂的旋转角和作业目标位姿作为输入状态，并将机器人工作过程中的稳定程度作为关键奖励项；接着，通过预训练的机械臂作业控制模型，执行基于姿势奖励和质心奖励的决策生成操作，从而生成机器人动作指令；最后，根据这些动作指令对目标机械臂机器人进行精确控制。本发明通过这种轨迹规划方法，实现了机器人运动的稳定性提升。