摘要

由于3D打印机器人每次从起点到终点的最优或次优路径不止一条,而且在移动过程中要进行避障,加大了路径规划难度。针对上述问题,提出一种基于改进Q学习的3D打印机器人路径生成方法。根据齐次变换原理和机器人的结构参数分析机器人运动学原理,计算3D打印机器人末端在世界坐标系的位姿,明确3D打印机器人各轴联动关系。将机器人内部的信息节点组成分布式导航网络,控制机器人做出独立导航决策,辅助机器人航向选择。利用改进的Q学习方法,将信息决策导航结果与机器人学习的最佳状态及动作匹配,利用回报函数和贪婪策略方法提高其学习率,实现3D打印机器人路径生成。实验结果表明,所提方法路径规划能力强,计算耗时短。