原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
测控技术
力触觉技术专刊２０２３４２４·３５·
年第卷第期
基于离线强化学习的力触觉引导土壤采样控制
严一冰，宋爱国，朱利丰，闫禹霏
（东南大学仪器科学与工程学院，江苏南京２１００９６）
摘要由于颗粒状介质的复杂性机器人操控颗粒介质的交互控制存在不少难点近年来强化学习在
：，。，
机器人技术等领域取得了显著的成就。针对土壤这类颗粒物质不容易进行运动学建模的问题，提出一
种基于离线强化学习的土壤采样控制器，引入采样过程中力触觉信息指导取样的运动控制。基于旋转
式取样头使用高精度仿真器对土壤环境进行颗粒模拟以获得土壤采样任务的数据从采样
，Ｃｈｒｏｎｏ，。
量功率用时这３个角度考虑共同衡量采样任务的表现使用保守ＱＬｅａｒｎｉｎｇ算法进行离线训练解
、、，。，
，
决强化学习中样本利用率低且在颗粒仿真环境下实现实时交互困难的问题并输出智能体控制取样器
下降速度和旋转取样角速度的策略。实验表明，该控制器可以较好地应用于土壤采样任务，并可根据所
测的力来动态调整控制策略。该控制器可显著提升采样效果，无须明确了解颗粒参数，仅通过数据即可
学习优化策略。
关键词：智能采样；颗粒土壤；离线强化学习；力触觉；数据驱动
中图分类号：ＴＰ２４２文献标志码：Ａ文章编号：１０００－８８２９（２０２３）０４－００３５－０７
：
ｄｏｉ１０．１９７０８／ｊ．ｃｋｊｓ．２０２３．０４．００５
ＨａｐｔｉｃＳｏｉｌＳａｍｐｌｉｎｇＣｏｎｔｒｏｌＢａｓｅｄｏｎＯｆｆｌｉｎｅＲｅｉｎｆｏｒｃｅｍｅｎｔＬｅａｒｎｉｎｇ
ＹＡＮＹｉｂｉｎｇ牞ＳＯＮＧＡｉｇｕｏ牞ＺＨＵＬｉｆｅｎｇ牞ＹＡＮＹｕｆｅｉ
牗ＳｃｈｏｏｌｏｆＩｎｓｔｒｕｍｅｎｔＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ牞ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ牞Ｎａｎｊｉｎｇ２１００９６牞Ｃｈｉｎａ牘
Ａｂｓｔｒａｃｔ牶Ｄｕｅｔｏｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆｇｒａｎｕｌａｒｍａｔｅｒｉａｌ牞ｉｔｉｓｄｉｆｆｉｃｕｌｔｆｏｒｒｏｂｏｔｍａｎｉｐｕｌａｔｏｒｔｏｉｎｔｅｒａｃｔｉｖｅｌｙｃｏｎｔｒｏｌ
ｉｔｓｉｎｔｅｒａｃｔｉｏｎｗｉｔｈｇｒａｎｕｌａｒｍｅｄｉａ．Ｉｎｒｅｃｅｎｔｙｅａｒｓ牞ｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｈａｓａｃｈｉｅｖｅｄａｒｅｍａｒｋａｂｌｅａｃｈｉｅｖｅ
ｍｅｎｔｉｎｍａｎｙｆｉｅｌｄｓｓｕｃｈａｓｒｏｂｏｔｉｃｓ．Ａｓｏｉｌｓａｍｐｌｉｎｇｃｏｎｔｒｏｌｌｅｒｂａｓｅｄｏｎｏｆｆｌｉｎｅｒｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｉｓｐｒｅｓ
ｅｎｔｅｄ牞ｗｈｉｃｈｃａｎａｄｄｒｅｓｓｔｈｅｐｒｏｂｌｅｍｏｆｒｏｂｏｔｉｃｓａｍｐｌｉｎｇｏｆｇｒａｎｕｌａｒｍａｔｅｒｉａｌｗｉｔｈｔｈｅｈｅｌｐｏｆｈａｐｔｉｃｄａｔａ．Ｗｉｔｈ
ａｄｅｓｉｇｎｅｄｒｏｔａｔｉｏｎａ
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）