[发明专利]一种基于模仿学习的深海精细遥操纵任务的实现方法

权利要求书

1.一种基于模仿学习的深海精细遥操纵任务的实现方法，其特征在于，

包括以下步骤，

步骤S1：搭建目标任务的MuJoCo仿真环境，包括机械臂等执行机构和操纵对象；

步骤S2：操作员在步骤S1搭建的仿真环境中操纵机械臂来完成目标任务，由软件记录机械臂各关节的运动序列，为步骤S4的仿真训练提供示教范例；

步骤S3：采用Actor-Critic框架构建网络，策略网络的观测输入包括机械臂本体运动、力反馈、视觉等信息，策略网络的输出为机械臂各个关节的关节位置指令；

步骤S4：以步骤S2中的示教范例为模仿对象，应用不基于模型的强化学习算法对网络进行训练，使仿真环境中的机械臂能以99％以上的成功率完成目标任务。

步骤S5，将训练好的策略网络迁移到实际场景中，无需人工干预即可完成目标任务。

2.根据权利要求1所述的一种基于模仿学习的深海精细遥操纵任务的实现方法，其特征在于所述步骤S1还包括在仿真环境中添加所述噪声参数，所述噪声参数添加到机械臂各关节位置。

3.一种基于模仿学习的深海精细遥操纵任务的实现方法的应用，其特征在于，所述应用包括深海探测或水下作业。