一种基于改进DDPG算法的机械臂路径规划方法、设备和介质

1.一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，所述机械臂路径规划模型基于机械臂的动力学模型构建，机械臂的动力学模型基于机械臂的运动学模型构建。

3.根据权利要求2所述的一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，采用改进d-h法建立机械臂的运动学模型，具体过程如下：

4.根据权利要求2所述的一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，采用逆向工程方法构建机械臂的动力学模型，具体过程如下：

5.根据权利要求1所述的一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，引入her技术的改进ddpg算法包括actor网络、target actor网络、critic网络和targetcritic网络，通过引入her技术的改进ddpg算法训练所述机械臂路径规划模型的具体过程如下：

6.根据权利要求5所述的一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，动作对(st+1,at+1)的目标q值yi的计算公式具体如下：

7.根据权利要求5所述的一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，损失函数l的表达式具体如下：

8.根据权利要求5所述的一种基于改进ddpg算法的机械臂路径规划方法，其特征在于，采用软更新方式更新target actor网络的参数θμ′和target critic网络的参数θq′的具体过程如下：

9.一种电子设备，包括存储器、处理器，以及存储于所述存储器中的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。