强化学习优化2R机械臂形态并在硬件验证关节负载下降

Gunesh Gupta 等人提出基于 RSL-RL PPO 的强化学习框架，以 Yoshikawa 可操作度指数为核心奖励优化 2R SCARA 型机械臂的形态，并将优化结果迁移到硬件 2R 机械臂上验证关节负载下降效果。 论文先用圆形任务的解析最优解验证方法可复现该结果，再应用于无解析解的椭圆和矩形路径。硬件实验中，与最差形态相比，该方法给出的最优形态在椭圆路径上使第二关节负载降低 38.4 ± 0.6%，矩形路径上降低 41.3 ± 0.3%，第一关节负载降低 15%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。