《表3 DDPG/DDPG改进算法相关参数》

《表3 DDPG/DDPG改进算法相关参数》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《采用DDPG的双足机器人自学习步态规划方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

采用ROS+Gazebo+Tensorflow联合仿真,其中ROS是一个机器人软件平台,充当了仿真器Gazebo和机器学习平台Tensorflow的接口。为了简便流程,首先在Solidworks中建立双足机器人的三维模型并通过SW2URDF插件导出双足机器人的URDF文件(统一机器人描述格式),如图6。URDF文件主要由两个标签组成。其中定义了双足机器人的结构件的外观和物理属性,包括形状、尺寸、质量、相对坐标、碰撞参数等,描述了机器人关节的运动学和动力学属性,包括关节运动的位置和速度限制范围。由于Joint是用来链接两个Link,因此对每个Joint都必须指定Parent Link和Child Link。完成URDF模型的设计后,便可通过ROS功能包的C++解析器解析出文件所描述的机器人模型,也可以通过ROS中嵌入的可视化工具Rviz显示出来,如图7所示。通过给URDF文件添加标签,便可将模型加载到Gazebo仿真环境。使用Tensorflow创建算法源码,算法相关参数见表3,并将其可执行文件整合到ROS中,来与机器人模型对接,以实现预定的算法功能。