基于强化学习的同心管机器人逆运动学研究OA北大核心CSTPCD

同心管机器人(CTR)是一种连续体机器人,具有体积小、可伸缩、高曲率的特点,适用于微创医疗领域。然而,由于其运动学模型的复杂性,实施有效的逆运动学控制是一项具有挑战性的任务。本文介绍了其正运动学模型,实现了机器人从控制输入到其笛卡尔位置的映射。提出了一种基于强化学习(RL)的逆运动学控制方法,根据实际驱动系统设计离散的强化学习训练动作,并结合实际的驱动器限位,设计考虑运动安全的训练奖励,采用强化学习异步优势演员-评论家学习策略(A3C)计算出更符合实际应用的机器人控制输入,为CTR的逆运动学控制提供了一种新的方法。设计并搭建了CTR控制平台,验证了所提逆运动学控制方法的有效性和正确性。在对轨迹的追踪实验中,机器人能以平均1.462±0.483 mm的追踪误差对轨迹进行追踪。