轴孔装配是手机生产测试装配领域的常见操作,目前通常还是由人工完成。轴孔自动装配任务仍然是最近几年的一大挑战。传统的方法是根据静态分析求解轴孔平面的接触力模型设计控制器,这需要大量的时间和精力。并且对于高精度的轴孔装配,由于传感器的噪声、机械臂定位误差等原因,模型的精度低以至于无法保证装配完成。无模型的强化学习控制方法则无需建立模型,减少了传感器等误差的影响,提高装配精度。本文将针对高精度的轴孔装配任务展开研究。在本文中,针对高精度轴孔装配任务,以测试光纤的安装为研究目标,分析了任务需求并选择合适的执行机构以及力矩传感器,搭建了真实场景下的实验平台,提出了一种基于强化学习的高精度轴孔装配策略搜索算法。根据装配过程的不同特征将其分解为寻孔和插入两个步骤,寻孔过程中,首先将插头与插孔平面相接触并保持稳定的压力,通过改变插头在插孔平面的位置,将插头移动到插孔的正中心,而插入的目标是通过改变插头的前进方向即姿态信息,将插头移动到目标深度。对以上两个步骤根据不同的特征设计了的马尔科夫决策过程,并引入低方差的Actor-Critic方法。在ROS系统下搭建仿真环境并进行实验,结果表明能够完成高精度轴孔装配。与其他算法相比,本文提出的算法使机器人在较短的训练时间内可以学习到如何选择最佳动作、更少的执行步数、高成功率和在较小的接触力下完成轴孔装配任务。最后,真实场景下的实验也证明了算法的有效性,同时测试了算法在不同初始条件下的性能表现。其中当设定机械臂移动一步的时间为0.2s时,轴孔装配时间最少为4.4s,执行步数为11-14步,装配成功率为98%。由于本文提出的算法使用了轴孔之间的相对位置作为状态输入,使得机器人可以在无需重复训练的情况下用于多孔装配。实验证明了该算法对于现代工厂生产装配具有非常重要的实际意义。