摘要： 针对机器人力控磨抛系统在作业时与不确定环境接触的接触力控制问题，提出了一种基于Q-Learning的变阻抗控制算法。首先，根据获取的系统输入检查Q函数的迭代评估控制策略并沿Q函数的梯度更新参数集至收敛，获得近似Q函数；然后，对近似Q函数求导得到最佳的阻尼系数；最后，通过阻抗控制调整力控打磨平台，从而对接触力进行实时准确控制。仿真实验表明，基于Q-Learning的变阻抗控制算法具有响应速度快、超调量低和稳定性好等特点，此外对于环境变化能快速调整适应并对期望接触力进行准确跟踪，可以有效提高机器人力控磨抛系统的接触力控制性能。

关键词: 机器人力控磨抛系统; 变阻抗控制; 强化学习; 接触力控制

中图分类号: 

• TP242

• TP273