SPJ｜哈尔滨工业大学白成超教授团队联合香港科技大学：基于多智能体强化学习的空间机械臂弹性运动规划

本文由哈尔滨工业大学白成超教授团队与香港科技大学学者联合发表，探讨了基于多智能体强化学习的空间机械臂弹性运动规划。文章指出，传统容错运动规划策略难以应对复杂未知故障，而基于学习的神经运动规划（NMP）虽能实时应对多种故障，但在外力扰动等情况下缺乏足够的弹性。为此，研究团队提出将单机械臂离散化为多智能体的思路，通过集中式多智能体强化学习框架训练机械臂的神经运动规划器，验证了离散化后的多智能体机械臂相比传统单智能体机械臂具有更强的抗干扰弹性恢复能力。研究结果为单机械臂的容错运动规划提供了新的研究方向。