基于强化深度学习的机器人移动目标抓取跟踪方法及系统

本发明提出了一种基于强化深度学习的机器人移动目标抓取跟踪方法及系统，涉及人工智能技术领域，包括：构建机器人仿真环境，并进行初始化；构建基于深度强化学习的控制决策网络模型：获取机器人状态观测值，构建状态观测值序列；根据状态观测值序列，通过深度强化学习的控制决策网络模型，得到机器人对应动作；执行机器人对应动作后，得到新的状态观测值序列；并基于改进的奖励函数规则，计算其奖励值、累加奖励值以及判断是否成功抓取目标；重复训练下一步机器人动作，直到满足抓取要求，并仿真环境下的信息实时发送到机器人控制器；从而控制机器人协调运动。本发明能够实现真实机器人的抓取跟踪移动目标。