使用深度强化学习的机器人抓取 在模拟环境中进行强化学习，以控制Baxter机器人机械手。 BaxterEnv.lua与Atari DQN交互以提供符合以下的自定义环境。 将大小调整后的7x60x60张量（来自Baxter内置摄像机的一张RGB图像，来自外部摄像机的一张RGB图像，以及第四通道中的电机位置信息）从模拟器传递到DQN，然后将命令传递回模拟器。 在启动和重置时，将以随机的方向生成一个彩色的球体，圆柱体或盒子。 纺纱机机器人试图导航其手臂以捡起物体。 当前，手臂上的运动仅限于在腕部和