一种基于深度强化学习的工业机器人控制方法及系统

本发明公开了一种基于深度强化学习的工业机器人控制方法及系统，所述方法包括以下步骤：构建包含机械臂、待检测物品、输送线及检测台体的虚拟仿真环境；设计深度强化学习的状态空间和动作空间；设计用于指导深度强化学习训练过程的奖励函数，奖励函数为任务奖励、效率奖励、安全奖励及技能奖励的加权组合；基于奖励函数，采用旨在最大化累积奖励与策略熵的深度强化学习算法，对策略网络进行分阶段训练；将训练完成的策略网络部署至机械臂的控制系统中，控制系统根据实时获取的当前状态生成控制动作，驱动机械臂执行待检测物品的上下料任务。本发明可保证控制精度、提高系统可靠性，并能保持较高的生产柔性。