【时间】2025年12月4日（周四）下午14：30 开始

【地点】线下讲座，9A103会议室

【主题】基于深度强化学习和模仿学习的机器人控制算法研究及其应用

【主讲人】王福杰 博士

【内容简介】

    本次报告汇报非结构化不确定环境下机器人深度强化学习与模仿学习控制算法研究。传统的控制方法往往依赖于对机械臂动力学模型的精确或部分建模，系统的复杂性和环境的动态变化使得这些方法难以有效应对各种未知因素。设计改进的深度强化学习框架，将机械臂的精确轨迹控制转化为强化学习的密集奖励问题，提出一种集成随机网络蒸馏深度强化学习方法来解决机器人机械手的跟踪控制问题。此外，提出一种基于生成对抗模仿学习和长短期记忆的深度强化学习方法，用于解决具有饱和约束和随机干扰的机器人机械手的跟踪控制问题。最后通过仿真结果表明，所提出的算法能够有效的完成机器人末端执行器的跟踪任务，并且与其他算法相比，在有干扰的测试环境下表现出更优越的稳定性。

诚挚欢迎广大师生参加。