基于智能任务监管的机械臂动态避障方法

本发明涉及一种基于智能任务监管的机械臂动态避障方法，包括以下步骤：S1:采集位置信息集合；S2:基于机械臂的状态以及轨迹规划的要求，构建基本行为和复合行为用于零空间行为控制，并设置行为优先级作为动作信息；S3:基于机械臂的安全距离要求，设置控制障碍函数；S4:构建深度强化学习训练模型；S5:将位置信息集合与动作信息输入深度强化学习训练模型，根据设置的奖励函数获取对应的奖励，若根据所述信息得到机械臂末端与障碍物的距离小于最小安全距离，则机械臂的输入由控制障碍函数接管。本发明有效提高了机械臂在动态障碍物环境中的灵活性和适应性，并避免发生碰撞事故。