5、机器人与船舶相关技术研究

机器人与船舶相关技术研究

1. 基于深度强化学习的机械臂抓取

在机械臂抓取领域，基于近端策略优化（PPO）的无模型机械臂抓取策略被提出。该策略结合自注意力机制，有效提升了学习能力。

1.1 PPO超参数设置

参数	值
折扣因子γ	0.993
学习率α	0.0002
PPO中的裁剪因子ϵ	0.2
GAE中的折扣因子λ	0.9
轨迹长度N	1024
训练轮数	20
批量大小	128
季节	35

1.2 注意力机制的影响

研究对比了Luong类型和Bahdanau类型两种注意力机制在5种结构中的训练结果。从单独的训练结果来看，Luong - 4和Bahdanau - 4表现较好，且Luon