近年来,在机器人相关技术的大力发展下,机器人已经进入人类的日常生活,不只局限在工厂中。随着应用场景的多变,单机器人的使用已不再能够满足实际需求。双臂或多臂机器人协同控制作为未来的一个重要的研究方向,极具研究价值与意义。抓取物体是机械臂的主要应用,而双臂之间协作抓取则是一个相对较难实现的操作。当前,通过对机器人的运动学模型进行精确地建模,可实现机器人末端夹持器到空间基底坐标的转换,进而使用传统的控制方法实现对机械臂运动的控制。但是,传统的控制方法并不适用于非结构化环境中的任务。当任务的复杂度增加之后,机器人的控制难度难以想象,尤其是在多机器人协作领域中,因为需要考虑更多可能会遇到的问题,而深度强化学习的兴起为解决该问题提供了新的思路和方法。本文以UR3搭建的双臂机器人为研究对象,基于多智能体强化学习算法,实现深度强化学习方法对双臂机器人的控制。本文的主要研究工作如下:（1）介绍了机器人的正逆运动学关系,对机器人的双臂进行运动学建模,并推导逆运动学公式。在Gazebo仿真环境中搭建双臂机器人的任务场景,利用深度相机识别目标物体,控制机械臂运动到目标位置并完成抓取任务。（2）使用多智能体深度强化学习算法训练双臂机器人完成双臂协作抓取任务。针对在机械臂抓取任务中,为了解决面临的奖励稀疏问题,引入Hindsight Experience Reply（HER）算法。将两种算法结合,用于实现双臂机器人的协作控制。首先使用Multi-Agent Deep Deterministic Policy Gradient（MADDPG）和HER结合算法训练机器人抓取目标物体。然后,针对训练过程中双臂抓取成功率不高的问题,对MADDPG算法进行改进,提出改进的多智能体强化学习算法,最后提高了双臂的抓取成功率。（3）在双臂抓取任务中,仅使用深度强化学习算法存在从零开始学习问题。针对该问题,引入模仿学习,提出基于模仿学习的控制方法。在引入模仿学习后,不仅进一步提高了机器人双臂抓取成功率,还加快深度强化学习的速度,最终智能体能够学习到一个更加优秀的控制策略。