%0 Journal Article
%T 基于强化学习的学习变阻抗控制
%A 李超
%A 张智
%A 夏桂华
%A 谢心如
%A 朱齐丹
%A 刘琦
%J 哈尔滨工程大学学报
%D 2019
%R 10.11990/jheu.201803020
%X 为了提高力控制的性能，使机器人高效自主地学习执行力控制任务，本文提出一种学习变阻抗控制方法。该方法采用基于模型的强化学习算法学习最优阻抗调节策略，使用高斯过程模型作为系统的变换动力学模型，允许概率化的推理与规划，并在成本函数中加入能量损失项，实现误差和能量的权衡。仿真实验结果表明：该学习变阻抗控制方法具有高效性，仅需数次交互即可成功学习完成力控制任务，大大减少了所需的交互次数与交互时间，且学习得到的阻抗控制策略具有仿生特性，可用于学习执行力敏感型任务。
%K 机器人
%K 阻抗控制
%K 力控制
%K 控制策略
%K 强化学习
%K 高效
%K 高斯过程
%K 成本函数
%U http://heuxb.hrbeu.edu.cn/oa/darticle.aspx?type=view&id=201803020