Đồ án tập trung nghiên cứu và ứng dụng thuật toán học tăng cường (Reinforcement Learning) để giải quyết bài toán tránh vật cản cho robot tay máy. Hệ thống được triển khai trong môi trường ROS2, tận dụng khả năng giao tiếp giữa các node và tích hợp với các công cụ mô phỏng để huấn luyện và kiểm thử. Thuật toán học tăng cường giúp robot tự học thông qua tương tác với môi trường, tối ưu hóa quỹ đạo di chuyển để tránh va chạm trong không gian làm việc phức tạp. Mục tiêu là xây dựng một giải pháp thông minh, thích ứng nhanh với thay đổi, có thể ứng dụng trong sản xuất tự động và các hệ thống robot công nghiệp.

Từ khóa:

ROS 2, Điều khiển tự động, Robot tay máy

Abstract:

This project focuses on researching and applying reinforcement learning algorithms to solve the obstacle avoidance problem for robotic arms. The system is implemented in the ROS2 environment, leveraging communication between nodes and integrating with simulation tools for training and testing. Reinforcement learning algorithms enable the robot to learn through interaction with the environment, optimizing its movement trajectory to avoid collisions in complex workspaces. The goal is to build an intelligent solution that adapts quickly to change and can be applied in automated manufacturing and industrial robotic systems.

Key word:

ROS 2, Automatic Control, Hand Robot