Optimización de la fuerza de agarre y control de impedancia DDPG para el extremo efectivo del robot recolector de manzanas
Autores: Yu, Xiaowei; Ji, Wei; Zhang, Hongwei; Ruan, Chengzhi; Xu, Bo; Wu, Kaiyang
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimización de la fuerza de agarre y control de impedancia DDPG para el extremo efectivo del robot recolector de manzanas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Manzana
Agarre
Estrategia de control
Control de impedancia
Aprendizaje por refuerzo
Fuerza de agarre estable
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 50
Citaciones: Sin citaciones
Para minimizar el daño mecánico causado por un robot recolector de manzanas durante el proceso de agarre de las manzanas, se propone una estrategia de control de impedancia variable basada en un algoritmo de aprendizaje por refuerzo de gradiente de política determinista profunda (DDPG) para lograr un control de agarre adaptable para las manzanas.
Descripción
Para minimizar el daño mecánico causado por un robot recolector de manzanas durante el proceso de agarre de las manzanas, se propone una estrategia de control de impedancia variable basada en un algoritmo de aprendizaje por refuerzo de gradiente de política determinista profunda (DDPG) para lograr un control de agarre adaptable para las manzanas.