近日，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所與英國(guó)愛丁堡機(jī)器人中心合作研究取得新進(jìn)展，提出了一種在動(dòng)態(tài)、非結(jié)構(gòu)環(huán)境下基于深度強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)械臂自主作業(yè)方法，將最新的人工智能學(xué)習(xí)理論成功應(yīng)用于真實(shí)的復(fù)雜移動(dòng)機(jī)械臂控制。相關(guān)研究成果發(fā)表于期刊Sensors。

機(jī)器人在空間、陸地和水下等大量動(dòng)態(tài)、非結(jié)構(gòu)環(huán)境下作業(yè)是一個(gè)復(fù)雜的任務(wù)，相比于傳統(tǒng)工業(yè)機(jī)器人作業(yè)要求更高，通常需要機(jī)器人具有感知、導(dǎo)航、決策、操作等多種功能。

沈陽(yáng)自動(dòng)化所與愛丁堡機(jī)器人中心科研團(tuán)隊(duì)聯(lián)合利用神經(jīng)網(wǎng)絡(luò)構(gòu)建了一種機(jī)器人整體強(qiáng)化學(xué)習(xí)控制模型，采用深度學(xué)習(xí)方法對(duì)機(jī)器人相機(jī)獲得的環(huán)境與目標(biāo)信息進(jìn)行處理，然后將感知信息與機(jī)器人當(dāng)前狀態(tài)作為系統(tǒng)輸入，對(duì)機(jī)器人的整體行為進(jìn)行自主控制。通過仿真與實(shí)際環(huán)境中的交互學(xué)習(xí)與訓(xùn)練，最終實(shí)現(xiàn)了在真實(shí)環(huán)境下的移動(dòng)機(jī)械臂自主作業(yè)，為深度強(qiáng)化學(xué)習(xí)應(yīng)用于更為復(fù)雜的水下浮游基座機(jī)器人系統(tǒng)開展自主作業(yè)研究奠定了基礎(chǔ)。

在依托于沈陽(yáng)自動(dòng)化所的機(jī)器人學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室與愛丁堡機(jī)器人中心的戰(zhàn)略合作框架（MoU）下，雙方積極開展人員互訪、學(xué)術(shù)交流及研究生聯(lián)合培養(yǎng)，并在多個(gè)研究領(lǐng)域開展合作，包括基于深度強(qiáng)化學(xué)習(xí)的機(jī)器人控制、基于視覺的水下三維場(chǎng)景重建與目標(biāo)識(shí)別、水下機(jī)器人自主作業(yè)等。隨著合作的深入與加強(qiáng)，后續(xù)將會(huì)持續(xù)產(chǎn)出更多科研成果，促進(jìn)雙方相關(guān)科研共同進(jìn)步。

基于深度強(qiáng)化學(xué)習(xí)的機(jī)器人控制研究獲進(jìn)展