您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202006-118
论文题目 基于MADDPG的协同机械臂装配方法
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!

MADDPG based Assembly Approach of Cooperative Robotic Arms

首发时间:2020-06-22

LI Yanjiang 1   

LI Yanjiang(1994-), postgraduate student of Beijing University of Posts and Telecommunications, main research: Deep Reinforcement Learning.

WANG Chensheng 1   

WANG Chensheng(1964-), male, associate professor of Beijing University of Posts and Telecommunications, main research: Intellegent Control, Virtual Reality.

YANG Guang JING Xueliang LI Yangguang QIAN Zhixuan
  • 1、School of Automation, Beijing University of Posts and Telecommunications, Beijing, 100876

Abstract:Compared with the single robitic arm, a two-arm cooperative robot has a more complex problem of motion interference. In cooperative assembly problems, traditional control methods need much calculation to establish a mathematical model for motion planning, which can not meet the needs of modern industry. Multi-Agent Reinforcement Learning(MARL) provides a new way to solve the assembly problem. This paper proposes a assembly method of collaborative robotic arm based on MADDPG. A multi-agent system simulation environment is founded based on MuJoCo physical engine and then assembly tasks in the environment are solved with MADDPG model. Finally, the approach is proved to be effective by experiment.

keywords: multi-agent reinforcement learning robotic arm control multi-agent system

点击查看论文中文信息

基于MADDPG的协同机械臂装配方法

李彦江 1   

LI Yanjiang(1994-), postgraduate student of Beijing University of Posts and Telecommunications, main research: Deep Reinforcement Learning.

王晨升 1   

WANG Chensheng(1964-), male, associate professor of Beijing University of Posts and Telecommunications, main research: Intellegent Control, Virtual Reality.

杨光 敬学良 李阳光 钱芷璇
  • 1、北京邮电大学自动化学院

摘要:协作机械臂相比单机械臂存在更为复杂的运动干涉问题,在协作装配问题上,传统控制方法需要大量计算建立数学模型用于运动规划,无法满足灵活多变的现代工业需求。多智能体强化学习为解决协同机械臂的装配问题提供了新的解决思路,本文提出了一种基于MADDPG的协同机械臂装配方法,通过MuJoCo物理引擎建立了面向多智能体系统的协同机械臂装配仿真环境,并利用MADDPG模型实现了仿真环境下机械臂的孔轴装配任务。最后通过实验以验证该方法的有效性,为人工智能技术在制造业领域的应用提出了一种新的解决方案。

关键词: 多智能体强化学习 机械臂装配 多智能体系统

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
LI Yanjiang,WANG Chensheng,YANG Guang,et al. MADDPG based Assembly Approach of Cooperative Robotic Arms[EB/OL]. Beijing:Sciencepaper Online[2020-06-22]. http://www.0gl55.com/releasepaper/content/202006-118.

No.****

同行评议

未申请同行评议

评论

全部评论

0/1000

勘误表

基于MADDPG的协同机械臂装配方法