PolicyIK: 基于强化学习的高精度机械臂逆运动学方法

PolicyIK 是一种目标条件强化学习策略，用于实现高精度机械臂逆运动学。该方法通过姿态反馈更新关节位置参考，并累积参考与测量关节之间的偏移，在模拟中实现了93.5%的任务成功率，误差控制在1毫米和0.2度以内；在物理机械臂训练中，其成功率和保持精度均优于四种经典逆运动学控制器。代码已在开源。