赛那德数字技术（嘉兴）有限公司

本发明涉及工业夹爪技术领域，且公开了一种复合型工业夹爪及其抓取方法，包含驱动机构，驱动机构输出端连接有夹爪壳体，夹爪壳体内部嵌装有驱动电机，驱动电机转子同轴连接有驱动臂，驱动臂外端装设有弧形齿夹臂，夹爪壳体外侧对应弧形齿夹臂的位置装设有安装台，安装台外部装设有吸盘阵列，所述弧形齿夹臂为单侧活动夹持端，安装台为固定夹持基准端，二者构成非对称单自由度夹持副，吸盘阵列吸附面与夹持基准面共面设置，兼具预定位与抓取双重功能，其抓取方法依次包括对位就位、基准面预吸附定位、分模式抓取执行、物料释放步骤，抓取前依托吸盘阵列完成姿态校正，依据物料外形切换抓取模式，采用非对称集成结构简化驱动布置，提升抓取稳定性。

本发明公开了一种基于动作分块的离线到在线强化学习方法，属于强化学习技术领域。本发明采用滑动重叠窗口对离线轨迹时序分块重组，构建分块邻接关系表；离线阶段训练流匹配行为策略与分块Q网络，引入重叠分块价值平滑约束，采用基于分布熵的双分支动态门控融合架构，完成隐式KL与显式2‑Wasserstein双约束预训练；在线阶段采用分块规划结合单步残差校正的半开环模式交互，基于混合数据实现全网络端到端联合微调。本发明可消除离策略偏差，提升价值连续性与约束适配性，兼顾执行效率与鲁棒性，适配长时域稀疏奖励决策场景。