Trajectory-Tracking Control of Multi-DOF Manipulators Subject to Payload Variations using Deep Reinforcement Learning
Este artigo propõe um controlador de aprendizado por reforço profundo livre de modelo baseado no algoritmo Soft Actor-Critic com randomização de domínio de carga útil para alcançar o rastreamento de trajetória de alta precisão para manipuladores de 6-DOF sob condições de carga útil complexas e variantes no tempo, demonstrando melhorias significativas em precisão e suavidade de torque em relação ao controle PID tradicional em simulação.