“针对传统机械臂自主学习能力不足、适应性差等问题，相关专家提出了一种结合先验知识的深度强化学习算法，优化了奖励函数和经验池设计，有效解决了训练前期数据质量低、收敛速度慢、学习效果不理想等问题，显著增强了机械臂的泛化性。仿真结果显示，改进后的模型收敛速度较原始算法提高了48.5%，成功率提升了8%，在收敛速度和成功率上均优于其他主流算法。”