La identificación de parámetros del modelo dinámico de robots colaborativos es la base del desarrollo del control del estado de movimiento de robots colaborativos, el seguimiento de trayectorias, la monitorización del estado, el diagnóstico de fallos y los sistemas de tolerancia a fallos, y es uno de los contenidos centrales de la investigación sobre robots colaborativos. Con el objetivo de identificar los parámetros dinámicos del robot colaborativo, este artículo propone un algoritmo de identificación basado en mínimos cuadrados ponderados y optimización de enjambre de partículas con pesos aleatorios (WLS-RWPSO). En primer lugar, se establece el modelo matemático dinámico del robot utilizando el método de Lagrange, se determinan los parámetros dinámicos del robot que se van a identificar y se deriva la forma lineal del modelo dinámico del robot teniendo en cuenta las características de fricción de las articulaciones. En segundo lugar, se utiliza el método de mínimos cuadrados ponderados para obtener la solución inicial de los parámetros a identificar. Basado en el algoritmo tradicional de optimización por enjambre de partículas, se propone un algoritmo de optimización por enjambre de partículas con pesos aleatorios para el problema de óptimo local para identificar los parámetros dinámicos del robot. En tercer lugar, se diseña la serie de Fourier de quinto orden como la trayectoria de excitación, y los datos originales recopilados por el sensor se desruedan y suavizan mediante el algoritmo de filtro de Kalman. Finalmente, la verificación experimental en un robot colaborativo de seis grados de libertad demuestra que el par de torsión predicho obtenido por el algoritmo de identificación en este artículo tiene un alto grado de coincidencia con el par de torsión medido, y el modelo establecido puede reflejar las características dinámicas del robot, mejorando efectivamente la precisión de identificación.