一种RRT引导的空间机械臂强化学习路径优化控制方法

本发明提出一种RRT引导的空间机械臂强化学习路径优化控制方法，属于机械臂控制技术领域。本发明在关节空间中利用RRT算法生成无碰撞初始路径，在此基础上将空间机械臂‑基座系统建模为马尔可夫决策过程，通过相邻路径点构造局部强化学习训练任务，进而沿路径执行并构建经验回放池，采用演员‑评论家架构在全局尺度上对从起点到目标点的策略进行再优化。本发明用于实现路径规划与动作控制的一体化智能优化。