摘要本文认为,有效的人工智能控制算法需要工业机器人操纵器的内置对称性,以进一步表征和利用。此增强的乘积是一个四维(4D)离散的圆柱网格空间,可以直接替换复杂的机器人模型。a ∗是为了在此类算法中广泛使用,以研究在4D圆柱离散网格中指导机器人操纵器的优势和缺点。研究表明,这种方法可以在计划和执行时间内对机器人运动学和动态模型的任何特定知识来控制机器人。实际上,每个网格单元的机器人关节位置被预先计算并作为知识存储,然后在需要时通过路径填充算法快速检索。4D圆柱离散空间既具有配置空间的优势,也具有机器人的三维笛卡尔工作空间。由于路径优化是任何搜索算法的核心,包括∗,因此4D圆柱网格为搜索空间提供了一个可以嵌入单元特性形式的知识的搜索空间,包括存在障碍物的存在和整个工业机器人体的体积占用,以避免障碍物。主要的权衡是在预计网格知识的有限能力与路径搜索速度之间。这种创新的方法鼓励将搜索算法用于工业机器人应用,这是对不同机器人模型中存在的其他机器人对称性的研究,并为应用动态障碍算法的应用奠定了基础。
主要关键词