1樓：Robot Seller
實名反對題主的問題。
我覺得吧。最終給到機械人機械臂關節的當然是力矩指令，但是不代表DRL給的就是力矩指令，我覺得大部分還是給的位置指令，在機械臂的實時控制器中進行位置控制。如下圖2例子：
而直接給力矩的話，如果你說的是完整的關節控制力矩，我個人覺得是不靠譜的，畢竟那就是典型的力矩控制，要算動力學而且以1000HZ頻率計算才能保證穩定性，誰家的DRL能算這麼快還基於影象的；而且目前學術圈能買到的開放力矩環的機械臂只有Franka， iiwa，可能還有倒閉的rethink，反正不多。
但是也不是說用DRL計算出力矩給控制器就是不行，可以少給一點嘛，比如residual reinforcement learning 就是這個思路，大部分基本的力矩還是動力學去算（其實慢悠悠的就只要重力項就好了），然後深度學習算出來的力矩加上去，也就是DRL的力矩控制了，但是要知道，DRL算出的力矩佔總力矩佔比不會很大，大了容易飛車，畢竟RDL更新太慢。
2樓：咯咯咯
我理解，action應該是我正在做什麼，而不是我將要變成什麼樣，因此最直接的動作就是力和力矩，或者說加速度。速度，位置都屬於動作的後果。並不是完全不能做action，而是因為有延遲，影響效果
3樓：側耳傾聽
純屬猜測，對快速性要求使然？畢竟位置資訊有180度相位滯後，再加上測量訊號滯後…
或者，我猜題主的研究領域是人工智慧？我估計這幫傢伙這麼乾有可能因為他們只關心有沒有模型，而不關心模型是什麼，是什麼是控制系統結構的問題。
自控原理裡面閉環控制為什麼輸出要和輸入做比較？如果輸出跟隨輸入的話那傳遞函式又有什麼意義？
momoko 輸入是應該得到的量，輸出是實際的量，作比較之後才知道怎麼調整。比如汽車踏板與車速的關係，輸出是車速，但是輸入不是踏板角度，而是理想的車速，根據差值來調整踏板角度，這就是控制器，汽車特性就是被控物件。我感覺之前的回答都不是很明白，冒昧挖個墳。 首先要明白乙個邏輯關係，就是先有被控物件，後...
既然南韓娛樂圈被財閥控制，為什麼還能拍這麼多反應黑暗現實的電影
天乾物燥 因為這些電影就是財閥讓拍的，為了讓人民群眾有發洩的渠道，畢竟電影裡的壞人或者說是財閥，犯了罪是會受到懲罰的，這不就是廣大人民群眾想看到的嗎 專心考證 我覺得，就是因為是財閥控制，才有這麼多現實的電影，因為財閥的本質是資本，只要有利益，管你拍了啥。財閥有錢賺，導演編劇有素材，人民樂意為這樣的...
為什麼傳統認為機械人只是機械臂，而現代認為機械人是人形機械人？
單純從分類學的角度來說，概念和定義會隨著新發現不斷改變。就和古人覺得的宇宙和我們現在認識的不大一樣。這個時代機械人發展的速度很快，我們應該能見證很多次 機械人 這個概念定義和範圍的變化。 力克胡喆 可能是之前受工業機械人的影響，而現在隨著技術的發展，以及一些機械人的設計開發，人形機械人逐漸進入人們的...