1.DDPG多目标遗传自优化三轴delta机器平台，其特征在于，主要包括：控制电脑、控制单片机、直线电机主动部分、直线电机并联机器人框架、从动平台以及加速度传感器；控制单片机分别与控制电脑、从动平台、加速度传感器连接；从动平台分别与直线电机主动部分、加速度传感器连接；直线电机主动部分、从动平台以及加速度传感器均设置于直线电机并联机器人框架内。

2.根据权利要求1所述的DDPG多目标遗传自优化三轴delta机器平台，其特征在于，加速度传感器设有多个，控制单片机控制多个加速度传感器。

3.根据权利要求2所述的DDPG多目标遗传自优化三轴delta机器平台，其特征在于，所述加速度传感器安装在直线电机并联机器人框架的支柱上端同一高度的位置以及从动平台上端的中心位置。

4.根据权利要求1所述的DDPG多目标遗传自优化三轴delta机器平台，其特征在于，所述直线电机并联机器人框架采用多根立式的铝合金支柱支撑直线电机主动部分和从动平台与地面分离。

5.根据权利要求3所述的DDPG多目标遗传自优化三轴delta机器平台，其特征在于，电机并联机器人框架的铝合金支柱上的加速度传感器通过竖直方向垂直于水平面进行安装，水平方向平行于水平面进行安装；从动平台竖直方向安装在从动平台中心位置，水平贴合于从动平台，水平方向上x轴正方向与门字形横向运动的方向同方向。

6.DDPG多目标遗传自优化三轴delta机器方法，其特征在于，包括以下步骤：

S1、获取直线电机并联机器人框架支柱上的加速度传感器数据以及从动平台上的加速度传感器数据并传给控制单片机，控制单片机再发送给电脑，将两者数据进行记录，利用深度确定性策略梯度DDPG，以从动平台的加速度与速度作为输入集合，直线电机并联机器人框架的振动加速度与频率作为输出集合，通过神经网络的结合获取神经网络模型；

S2、引入多目标遗传算法，将运动参数通过控制电脑对直线电机主动部分进行控制，获取直线电机并联机器人框架的振动幅度与频率。

7.根据权利要求6所述的DDPG多目标遗传自优化三轴delta机器方法，其特征在于，所述步骤S2中多目标遗传算法的步骤包括：S21、设置进化代数Gen初始值为0，最大进化代数为T，随机生成M个个体作为初始种群；

S22、将种群全部分级，计算种群中各个个体的虚拟适应度值，进行选择运算，作用于群体，若为优化个体则根据虚拟适应度值进行复制，直接进入步骤S3；否则采用非支配排序原理识别非支配个体，并指定虚拟适应度值，应用于适应度共享小生境，从而确定个体的虚拟适应度值，进行循环优化；

S23、进行交叉运算，将交叉算子作用于群体；

S24、进行变异运算，将变异算子作用于群体，对群体中的个体串的基因座上的基因值作变动，获取下一代群体；

S25、进行终止条件判断，若进化代数Gen大于最大进化代数T，则以进化过程中所获取的具有最大适应度值的个体作为最优解输出，终止计算，否则返回重新循环计算。