Adaptive compensation for robotic joint failures using partially observable reinforcement learning
Autores: Pham, Tan-Hanh; Aikins, Godwyll; Truong, Tri; Nguyen, Kim-Doang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Adaptive compensation for robotic joint failures using partially observable reinforcement learning
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Manipuladores robóticos
Industrias
Fallos en las articulaciones
Aprendizaje por refuerzo
Robot Franka
Grados de libertad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Los manipuladores robóticos se utilizan ampliamente en varias industrias para tareas complejas y repetitivas. Sin embargo, siguen siendo vulnerables a fallas inesperadas de hardware. En este estudio, abordamos el desafío de permitir que un manipulador robótico complete tareas a pesar de fallas en las articulaciones.
Descripción
Los manipuladores robóticos se utilizan ampliamente en varias industrias para tareas complejas y repetitivas. Sin embargo, siguen siendo vulnerables a fallas inesperadas de hardware. En este estudio, abordamos el desafío de permitir que un manipulador robótico complete tareas a pesar de fallas en las articulaciones.