基于迭代學(xué)習(xí)算法的六自由度機(jī)械臂運(yùn)動(dòng)學(xué)求解分析.pdf

1、機(jī)械臂是機(jī)器人執(zhí)行操作任務(wù)的重要部分，但不同公司的機(jī)械臂結(jié)構(gòu)多種多樣，分別有不同的控制方程式，沒有統(tǒng)一的控制方法。上世紀(jì)90年代，神經(jīng)網(wǎng)絡(luò)被用在機(jī)械臂逆運(yùn)動(dòng)學(xué)的求解上，位姿作為神經(jīng)網(wǎng)絡(luò)的輸入，關(guān)節(jié)角作為神經(jīng)網(wǎng)絡(luò)的輸出，研究的對(duì)象從二關(guān)節(jié)、三關(guān)節(jié)到現(xiàn)在主流應(yīng)用的六關(guān)節(jié)機(jī)械臂，神經(jīng)網(wǎng)絡(luò)的輸入、輸出也不斷變化，輸入可以是目標(biāo)位姿、當(dāng)前位姿和目標(biāo)位姿與當(dāng)前位姿之差、相機(jī)獲取的
　　目標(biāo)物體圖像，輸出可以是關(guān)節(jié)角、目標(biāo)關(guān)節(jié)角和當(dāng)前關(guān)節(jié)角之差

2、、電機(jī)的力矩，但缺點(diǎn)很明顯，神經(jīng)網(wǎng)絡(luò)只能輸出一個(gè)解，而到達(dá)目標(biāo)位姿、抓取物體有多個(gè)解，且使用神經(jīng)網(wǎng)絡(luò)模擬這種非函數(shù)關(guān)系的效果受訓(xùn)練數(shù)據(jù)影響較大。
　　Sergey Levine等將相機(jī)圖像和電機(jī)命令作為神經(jīng)網(wǎng)絡(luò)輸入，抓取成功的概率作為神經(jīng)網(wǎng)絡(luò)的輸出。對(duì)于一個(gè)確定的輸入，輸出是確定的、唯一的，這種輸入、輸出發(fā)揮了神經(jīng)網(wǎng)絡(luò)模擬函數(shù)關(guān)系的優(yōu)勢(shì)。但其在尋解時(shí)，是隨機(jī)一批電機(jī)命令輸入神經(jīng)網(wǎng)絡(luò)獲得抓取成功概率，而后使用CEM算法獲得抓取成功率

3、最高的電機(jī)命令，沒有充分發(fā)揮神經(jīng)網(wǎng)絡(luò)反向傳播求電機(jī)命令導(dǎo)數(shù)并像優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值一樣優(yōu)化電機(jī)命令的優(yōu)勢(shì)，且需要預(yù)訓(xùn)練大量的訓(xùn)練數(shù)據(jù)，不具有熱啟動(dòng)特性。
　　本文提出擁有記憶單元的迭代學(xué)習(xí)算法，該算法以目標(biāo)位姿為驅(qū)動(dòng)，通過神經(jīng)網(wǎng)絡(luò)反向傳播求目標(biāo)位姿與當(dāng)前位姿之差的平方和對(duì)當(dāng)前關(guān)節(jié)角的導(dǎo)數(shù)，并通過梯度下降、線性搜索算法尋找最優(yōu)關(guān)節(jié)角，執(zhí)行電機(jī)命令至尋找到的關(guān)節(jié)角并獲得真實(shí)位姿，如果滿足誤差要求，則結(jié)束，如果不滿足要求，則將剛才實(shí)踐的數(shù)據(jù)

4、加入記憶單元并訓(xùn)練神經(jīng)網(wǎng)絡(luò)，繼續(xù)尋找關(guān)節(jié)角。通過優(yōu)化關(guān)節(jié)角和優(yōu)化網(wǎng)絡(luò)權(quán)值這兩種無縫銜接的循環(huán)的優(yōu)化過程，達(dá)到迭代學(xué)習(xí)和熱啟動(dòng)的目的;通過使用有限的記憶單元，使神經(jīng)網(wǎng)絡(luò)使用更少的數(shù)據(jù)達(dá)到收斂，且不必記憶大量的訓(xùn)練數(shù)據(jù);對(duì)不同誤差要求的任務(wù)，使用本文所提方法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)具有更強(qiáng)的適應(yīng)性。
　　對(duì)于神經(jīng)網(wǎng)絡(luò)認(rèn)為不可達(dá)的位姿，本文提出試探性學(xué)習(xí)策略算法，在不限制嘗試次數(shù)的情況下，可以100％完成任意精度的任意目標(biāo)位姿。
　　本文所