一种基于先验数据引导的强化学习高精度机械臂控制方法及装置

本发明公开了一种基于先验数据引导的强化学习高精度机械臂控制方法及装置，属于机械臂控制技术领域，该方法包括：进行图像的预处理与充电口位姿的计算；使用五次多项式插值法求取机械臂动作值；完成强化学习SAC算法各部分的设计及获取由强化学习SAC算法生成的机械臂动作值；在强化学习SAC算法的神经网络中融入五次多项式插值法，使用使用五次多项式插值法求取机械臂动作值和由强化学习SAC算法生成的机械臂动作值结合当前状态一并输入到Critic网络中，完成评估，选取最优的机械臂动作。本发明可实现强化学习SAC算法模型训练效率的显著提升、强化学习SAC算法模型控制精度的优化、机械臂对复杂环境鲁棒性的系统性增强。