随着科学技术发展不断进步,传统的机器人在工业应用领域已经不能满足当前生产需求,如今机器人一般在充满不确定性的复杂环境中作业,如此要求机器人具有一定柔顺性和抗干扰能力,保障机器人在与环境接触交互过程中的稳定性和安全性。本文建立机械臂模型,分析现有的两种重要阻抗控制策略,针对基于位置的阻抗控制,采用强化学习实现机械臂接触交互柔顺控制,主要内容如下:首先,分析六自由度机械臂结构,建立机械臂数学模型,利用改进D-H参数法建立各个关节坐标系进行运动学分析,用解析法求机械臂逆解,结合MATLAB机器人工具箱和Simulink模块分别搭建模型,并对正逆运动学的正确性进行验证,对机械臂的运动空间使用蒙特卡罗法进行分析求解,使用拉格朗日法构建机械臂的动力学模型,分析对比机械臂在不同多项式插值空间轨迹规划的特点。其次,对阻抗控制模型进行分析,探究不同阻抗参数对系统稳定性的影响,对基于位置的阻抗控制方法进行稳态误差分析,验证本文阻抗模型中刚度参数对系统误差的影响,对机械臂采用Matlab/Sim Mechanics工具箱进行可视化建模验证模型的正确性,在此模型上根据稳态误差对传统基于位置的阻抗控制进行仿真分析,验证系统对外力干扰的柔顺性。设置新的自适应参数,对模型加入基于深度确定性算法的强化学习过程进行仿真验证,最终验证了基于深度强化学习算法对机械臂控制的柔顺性。最后,基于上述的研究内容,对基于位置的阻抗方法进行研究分析,提出一种对环境参数未知下机械臂强化学习阻抗控制方法,并利用MATLAB与VREP搭建相应的场景进行联合仿真,验证该方法的有效性。