• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向機械臂軌跡規(guī)劃的強化學習獎勵函數(shù)設計

    2022-10-18 01:52:28靳棟銀邵振洲施智平
    計算機工程與應用 2022年19期
    關鍵詞:機械規(guī)劃環(huán)境

    靳棟銀,李 躍,邵振洲,施智平,關 永,4

    1.首都師范大學 信息工程學院,北京 100048

    2.首都師范大學 輕型工業(yè)機械臂與安全驗證北京市重點實驗室,北京 100048

    3.河北工業(yè)職業(yè)技術學院 計算機技術系,石家莊 050000

    4.首都師范大學 成像技術北京市高精尖創(chuàng)新中心,北京 100048

    現(xiàn)如今,隨著信息化和工業(yè)化的不斷融合,機器人技術飛速發(fā)展,機器人已經(jīng)被廣泛應用在多個領域,比如軍事、航天、醫(yī)療服務、資源勘探開發(fā)和家庭娛樂等[1-3]。作為機器人控制的關鍵技術之一[4-5],軌跡規(guī)劃旨在計劃機器人從起點到目標點并避開障礙物的路線。由于機器人經(jīng)常工作在復雜并具有非結構化特點的環(huán)境下,因此,特別需要機器人具有良好的軌跡規(guī)劃能力以應對多變的工作環(huán)境[6-7]。隨著機器人工作環(huán)境的非結構化程度不斷加深,機器人智能化要求不斷提高,更加迫切需要機器人可以很好地自主規(guī)劃軌跡。

    多年來,許多研究者已經(jīng)提出了不同的軌跡規(guī)劃方法,而且這些方法已經(jīng)不同程度地應用到了機器人領域。Piazzi等人[8]提出了全局最小加加速度的軌跡規(guī)劃方法,該方法所規(guī)劃的軌跡與人類關節(jié)運動具有理想的相似性。Liu等人[9]基于動力學方程建立目標函數(shù),從而使機器人以最小的成本沿著指定的幾何路徑移動。Saramago 等人[10]提出了一種基于有障礙環(huán)境的最佳運動軌跡方法,該方法考慮了機器人非線性動力學、執(zhí)行器約束、關節(jié)限制和避障等因素。但這些軌跡規(guī)劃方法都是在已知的工作環(huán)境下實現(xiàn)的,無法應用于未知的環(huán)境,如何提高機器人對工作環(huán)境的適應性成為了軌跡規(guī)劃研究的一個難點[11-13]。

    隨著深度強化學習方法的不斷成熟,研究人員利用其強大的學習能力,開始將深度強化學習與機器人軌跡規(guī)劃任務相結合,并相繼提出了各種深度學習強化方法,例如DQN[14]、DoubleDQN[15]、DuelingDQN[16]、Rainbow[17]等。但是早期的深度強化學習方法大多基于離散的動作空間,無法應用到類似機械臂軌跡規(guī)劃這類連續(xù)動作空間的任務上。為此,Lillicrap 等人[18]提出了深度確定性策略梯度(deep deterministic policy gradient,DDPG)算法,該算法可以學習高維、連續(xù)動作空間的策略,使深度強化學習方法成功應用到機械臂軌跡規(guī)劃任務中。但是由于訓練成本比較大并且只能利用歷史策略采集而來的數(shù)據(jù)進行策略更新,Mnih 等人[19]創(chuàng)新性地通過異步梯度下降法更新參數(shù),提出了異步的優(yōu)勢行動者評論家算法(asynchronous advantage actor-critic,A3C)。A3C 使用多線程并行計算,在強化學習的訓練過程中,并行地訓練多個智能體,這樣智能體可以在同一時間收集到不同的狀態(tài)。與強化學習中的經(jīng)驗回放技術相比,這種方法不僅占用更小的內存,交互時間較短,而且對硬件的依賴性較低。

    雖然以上的深度強化學習方法應用到了軌跡規(guī)劃任務中,但是學習速度慢,時間就會變長,學習速率快又容易引起躁動。為了限制更新步長,2017 年,Heess 等人[20]提出了基于分布式近端策略優(yōu)化(distributed proximal policy optimization,DPPO)的深度強化學習方法。該方法采取懲罰機制,為智能體提供更合理的學習步長。但是DPPO 的獎勵函數(shù)只考慮了最終的規(guī)劃結果是否成功,沒有對軌跡規(guī)劃的中間過程設計相應的獎勵值,導致這種方式在探索階段具有一定的盲目性,存在大量的無效探索。

    為了解決上述問題,本文設計了一種基于語音的獎勵函數(shù),降低軌跡規(guī)劃過程中的盲目性,為基于深度強化學習的機器人軌跡規(guī)劃提供參考。在具體實施時,針對軌跡規(guī)劃任務設計了相應的語音指令。在任務執(zhí)行前預先由操作員發(fā)布這些特定指令,并基于馬爾科夫鏈對操作員的語音指令進行建模,然后設計相應的語音獎勵函數(shù),最后將語音獎勵函數(shù)與DPPO深度強化學習方法相結合,為機械臂軌跡規(guī)劃提供全局指導信息,增強機械臂學習的方向性,從而有效地提升機械臂軌跡規(guī)劃的收斂速度。本文所設計的語音獎勵函數(shù)可以利用語音指導機械臂的軌跡規(guī)劃,準確判斷機械臂所規(guī)劃的軌跡和語音指令的契合程度,從而提升機械臂軌跡規(guī)劃的性能。

    1 語音獎勵函數(shù)設計

    機械臂通常工作在復雜的環(huán)境中,其中,環(huán)境包含障礙物是比較典型的一種。而這種情況下理想避障軌跡的四條指令是:“靠近障礙物”“避開障礙物”“靠近目標點”和“到達目標點”。

    馬爾科夫鏈描述的是一種狀態(tài)序列,序列中的每一個狀態(tài)都是根據(jù)前面的有限個狀態(tài)得到的。利用馬爾科夫鏈進行建模時,某一狀態(tài)可以有兩種變化,轉變到另一個不同狀態(tài),或者保持當前狀態(tài)不變[21]。

    由于馬爾科夫鏈的原理與機械臂避障軌跡的四條指令吻合度較高,因此,本文將兩者結合起來,基于馬爾科夫鏈對這四條語音指令進行獎勵函數(shù)建模,如圖1所示。當機械臂的工作環(huán)境存在障礙物時,障礙物所處的位置對于機械臂的工作是至關重要的。當障礙物位于機械臂和目標中間時,則是障礙物位置影響軌跡規(guī)劃任務較大的典型情況。

    圖1 基于馬爾科夫鏈的語音指令模型圖Fig.1 Voice command model diagram based on Markov chain

    本文基于這種典型的情況設計獎勵函數(shù)。在這種情況下,首先機械臂處于靠近障礙物的狀態(tài),機械臂的運行軌跡要保證不觸碰到障礙物的情況下靠近障礙物;然后,機械臂接近障礙物到一定程度時狀態(tài)發(fā)生轉移,機械臂狀態(tài)從靠近障礙物轉變?yōu)楸荛_障礙物,此時機械臂需要通過在障礙物兩側做弧線軌跡實現(xiàn)原先軌跡的偏離;接著,當機械臂繞開障礙物以后,狀態(tài)會再次發(fā)生轉移,由避開障礙物狀態(tài)轉變?yōu)榭拷繕它c狀態(tài);最后,機械臂完全到達目標點時,狀態(tài)會從靠近目標點跳轉成至到達目標點,到此完成了軌跡規(guī)劃任務。本文基于馬爾科夫鏈模型,將機械臂同障礙物和目標點的相對距離作為重要參數(shù),設計了基于語音的獎勵函數(shù)。

    圖2 獎勵函數(shù)示意圖Fig.2 Diagram of reward function

    (1)靠近障礙物

    當機械臂處于“靠近障礙物”狀態(tài)時,需要綜合考慮兩個關鍵因素。其中一個關鍵因素是機械臂的軌跡要不斷靠近障礙物,如公式(1)所示:

    其中Dsafety表示機械臂的安全距離,當機械臂的運行軌跡滿足公式(2)時,則可以認為完成了“靠近障礙物”指令,開始實現(xiàn)狀態(tài)轉移。

    (2)避開障礙物

    當機械臂執(zhí)行“避開障礙物”指令時,其中最為重要的一個環(huán)節(jié)是如何安全地繞開障礙物。如圖3 顯示了最為典型的機械臂繞行障礙物的軌跡。

    圖3 機械臂避障軌跡圖Fig.3 Trajectory diagram of robotic manipulator obstacle avoidance

    根據(jù)圖3,本文所設計的“避開障礙物”指令的獎勵函數(shù)如公式(3)所示:

    2 基于語音獎勵函數(shù)的DPPO軌跡規(guī)劃

    雖然DPPO方法采用懲罰項機制,為機械臂在未知環(huán)境中的規(guī)劃策略提供了合理的更新比例,從而有效提升了方法的性能。但是DPPO 獎勵函數(shù)只關注軌跡規(guī)劃的結果而忽略了中間過程,仍然具有盲目性、學習效率低的問題。為了提高軌跡規(guī)劃的學習效率,本文基于DPPO的方法增加了所設計的語音獎勵函數(shù)。在DPPO學習過程中,可以為DPPO提供更加具有教學性質的獎勵值,在學習過程中通過獲得的語音獎勵函數(shù)的有效引導,從而增強DPPO對環(huán)境的認知,進一步提高DPPO的學習效率。

    基于語音獎勵函數(shù)的軌跡規(guī)劃學習過程如圖4 所示。首先對操作員的四條語音指令L進行語音識別,并通過隨機初始化構成智能體的策略網(wǎng)絡μ(S,L|θμ)、估值網(wǎng)絡Q(S,L,a|θQ)以及懲罰項KL。其中估值網(wǎng)絡負責評判動作的價值,θQ表示估值網(wǎng)絡Q的權重,策略網(wǎng)絡負責預測應執(zhí)行的動作軌跡,θμ表示策略網(wǎng)絡μ的權重;然后使用S存儲機械臂的8個最鄰近時刻的相對距離,其中,Dobstacle表示機械臂在當前時刻t與障礙物的相對距離,Dtarget代表機械臂在當前時刻t與目標點的相對距離。利用語音指令的全局信息和相對距離的局部信息設計獎勵函數(shù),當相對距離滿足某一語音指令狀態(tài)時,根據(jù)相對距離與語音指導的契合程度對機械臂進行獎勵或懲罰,進而獲得一定的獎勵值R,通過累計4個不同語音指令的獎勵值R,得到總體的語音獎勵函數(shù)Rvoice=F(S,L)。利用DPPO 的方法對語音獎勵函數(shù)進行優(yōu)化,經(jīng)過對策略網(wǎng)絡和估值網(wǎng)絡的訓練,智能體可以與環(huán)境更好地互動,不斷修正動作偏差,尋找最優(yōu)化的運動軌跡。算法1 展示了基于語音獎勵函數(shù)的DPPO軌跡規(guī)劃方法偽代碼。

    圖4 基于語音獎勵函數(shù)的軌跡規(guī)劃框架圖Fig.4 Framework diagram of trajectory planning based on voice reward function

    算法1 基于語音獎勵函數(shù)的DPPO 機械臂軌跡規(guī)劃方法

    3 實驗結果與分析

    本文基于科大訊飛AIUI評估板作為語音識別的載體。搭載了AIUI的評估板提供了一套開發(fā)任務型對話的解決方案,開發(fā)者可以通過在平臺編寫自定義技能,實現(xiàn)自身所需要的語音識別功能。本文基于AIUI評估板提供的SDK,開發(fā)了可供機械臂進行軌跡規(guī)劃的語音識別功能。

    為了驗證基于語音獎勵函數(shù)的DPPO 軌跡規(guī)劃方法的性能,本文設計了兩組實驗。在第一組實驗中,對比了基本的DPPO 方法和基于語音獎勵函數(shù)的DPPO方法,通過比較收斂速度和獎勵值的均值與標準差驗證所設計語音獎勵函數(shù)的有效性。第二組實驗將基于語音獎勵函數(shù)的DPPO 方法和當前主流的深度強化學習方法DDPG 和A3C 進行了比較,對基于語音獎勵函數(shù)DPPO方法的魯棒性和學習效率進行進一步驗證。

    本文所有實驗均設置在難度不同的兩種未知環(huán)境中,且都存在障礙物,并利用V-REP 環(huán)境進行仿真。如圖5展示了兩個不同的未知工作環(huán)境,工作環(huán)境包含桌子、UR3 機械臂、圓柱形障礙物以及球形目標點。其中在工作環(huán)境A 中,一個障礙物離目標稍遠,表示對規(guī)劃任務干擾較小。對于工作環(huán)境B,在距離目標更近的位置放有兩個障礙物,在這種情況下,軌跡規(guī)劃需要考慮兩個障礙物之間的距離,而障礙物之間距離的不同會影響安全距離。與環(huán)境A相比較,兩個障礙物對規(guī)劃任務的干擾較大。在以下所有實驗中,均設置獎勵最大值為2 000,當獎勵值穩(wěn)定達到該上限的90%時,可以認為完成了軌跡規(guī)劃任務。

    圖5 機械臂工作環(huán)境圖Fig.5 Working environment diagram of robot arm

    表1顯示了本文的實驗環(huán)境配置。

    表1 實驗環(huán)境配置Table 1 Configuration of experimental environment

    3.1 基于語音獎勵函數(shù)的DPPO性能分析

    本文在兩種不同工作環(huán)境中都進行了30次重復實驗,每次實驗前都隨機初始化障礙物的位置。為了進行魯棒性對比,表2 展示了是否使用語音獎勵函數(shù)的DPPO 方法收斂之后獲得獎勵值的均值和需要幕數(shù)的均值,并在圖6中繪制了相應的獎勵函數(shù)曲線圖用于學習效率的評估。

    表2 DPPO是否使用語音獎勵函數(shù)對比Table 2 Comparison of whether DPPO uses voice reward function

    圖6 DPPO獎勵函數(shù)曲線圖Fig.6 Curve of DPPO reward function

    根據(jù)圖6 可以看出,在兩種工作環(huán)境中,基于語音獎勵函數(shù)的DPPO 軌跡規(guī)劃方法的收斂速度明顯優(yōu)于基本的DPPO方法,并且值得注意的是,在學習前期,基于語音獎勵函數(shù)的規(guī)劃方法有更加明顯的提升效果。這是由于在學習的初級階段,DPPO并不了解需要執(zhí)行的任務,當在這個時期得到關于語音的指導時,DPPO則會很快地了解任務,從而提升DPPO的收斂速度。而在學習后期,智能體可以自主學習規(guī)劃軌跡任務,相比學習初期,語音指導的重要性降低,所以后期基于語音獎勵函數(shù)的DPPO方法與基本方法相比,學習效率提升相似。圖6 的工作環(huán)境B 中表明高難度的工作環(huán)境對軌跡規(guī)劃任務造成了一定的困擾,但是和基本的DPPO方法相比,基于語音獎勵函數(shù)的DPPO軌跡規(guī)劃方法收斂速度更快,這是因為基于語音獎勵函數(shù)的DPPO軌跡規(guī)劃方法通過語音的指導,減少了高難度工作環(huán)境對軌跡規(guī)劃造成的影響,因此仍然能夠保持比較快的收斂速度。

    表2更加直接地表明了基于語音獎勵函數(shù)的DPPO方法與基本方法相比具有更高的學習效率,在較少的幕數(shù)下獲得了更大的獎勵值,相比基本的DPPO 方法,收斂速度提高了43.8%,并且,基于語音獎勵函數(shù)的DPPO方法的魯棒性更好,其中,均值有1.95%的提升,標準差下降了32.2%。

    根據(jù)實驗1可以證明,在兩種不同難度的未知工作環(huán)境中,基于語音獎勵函數(shù)的DPPO方法可以保持更好的性能,與基本的DPPO 方法相比,收斂速度提高了43.8%,而且魯棒性更好。

    3.2 不同深度強化學習方法的性能對比

    為了進一步驗證本文所提出的基于語音獎勵函數(shù)的DPPO方法的有效性,本節(jié)將所設計方法與當前主流的深度強化學習方法DDPG 和A3C 方法在學習效率與魯棒性兩個方面進行了對比。

    (1)與DDPG方法的對比

    如圖7繪制了在環(huán)境A中,基于DDPG 的方法是否使用語音獎勵函數(shù)的獎勵曲線圖,并在表3中統(tǒng)計了相應獎勵值的均值和標準差??梢钥闯?,由于DDPG方法學習能力有限,在工作環(huán)境B 中經(jīng)過長時間的訓練,DDPG仍然沒有收斂。因此,下文所設計的實驗僅基于實驗環(huán)境A和DDPG方法進行對比。

    圖7 DDPG獎勵函數(shù)曲線圖Fig.7 Curve of DPPG reward function

    表3 DDPG是否使用語音獎勵函數(shù)對比Table 3 Comparison of whether DPPG uses voice reward function

    圖7 表明,在學習效率方面,基于語音獎勵函數(shù)的DDPG軌跡規(guī)劃方法明顯優(yōu)于基本的DDPG方法,與基本DDPG 方法相比收斂速度也有25.7%的提升,并且基于語音獎勵函數(shù)的DDPG方法魯棒性更好,其中獎勵均值有7.5%的提高,而標準差也下降了14.8%。

    由圖6和圖7可以看出,在收斂速度方面,基于語音獎勵函數(shù)的DPPO 方法均優(yōu)于基本的DDPG 方法和基于語音獎勵函數(shù)的DDPG方法,在較少的幕數(shù)下獲得了更大的獎勵值。在收斂速度方面,與基本的DDPG方法相比,基于語音獎勵函數(shù)的DPPO方法快了21倍左右。

    表2和表3總體上表明,基于語音獎勵函數(shù)的DPPO方法具有更好的魯棒性。與基于語音獎勵函數(shù)的DDPG方法相比,獎勵均值提升了6.5%,標準差下降了66.9%。

    根據(jù)上述可得,本文所設計的語音獎勵函數(shù)具有一定的適應性,同樣適用于DDPG 方法。通過DDPG 和DPPO 方法的對比,進一步說明,基于語音獎勵函數(shù)的DPPO 方法相比DDPG 方法具有更高效的性能,并且魯棒性更好。

    (2)與A3C方法的對比

    如圖8 所示繪制了兩種環(huán)境下基于A3C 方法的獎勵曲線圖,并在表4中對所獲獎勵值的均值和標準差進行了統(tǒng)計。

    圖8 A3C獎勵函數(shù)曲線圖Fig.8 Carve of A3C reward function

    表4 A3C是否使用語音獎勵函數(shù)對比表Table 4 Comparison of whether A3C uses voice rewardfunction

    圖8 顯示,在兩種工作環(huán)境中,將A3C 方法與本章所設計的語音獎勵函數(shù)結合后,與基本的A3C 方法相比,具有更高的學習效率。在難度相對較低的工作環(huán)境A中,基于語音獎勵函數(shù)的A3C方法相比基本的A3C方法收斂速度提升了62.1%,即使在較高難度的工作環(huán)境下,基于語音獎勵函數(shù)的A3C方法收斂速度也有40.2%的提升。

    結合圖7和圖8可以看出,在兩種不同工作環(huán)境下,基于語音獎勵函數(shù)的DPPO 方法在收斂速度方面均優(yōu)于基本的A3C 方法。其中在工作環(huán)境A 中收斂速度提升了24%,在工作環(huán)境B中收斂速度提升了60.8%。

    通過表2 和表4 對比可知,基于語音獎勵函數(shù)的DPPO方法與A3C方法相比不僅收斂速度更快,而且魯棒性更好。其中在工作環(huán)境A中,基于語音獎勵函數(shù)的DPPO方法均值與A3C方法相比提高了3.1%,標準差下降了27.7%,在工作環(huán)境B中,均值提高了4.6%,標準差下降了52.8%。

    3.3 討論

    在不同環(huán)境下,對基于語音獎勵函數(shù)的DDPO、DDPG、A3C 方法進行30 次重復實驗后,本節(jié)對不同方法所獲獎勵值的均值、標準差以及收斂需要的幕數(shù),進行了可視化分析。如圖9 和圖10 所示,其中,縱坐標分別為獎勵值和幕數(shù)。可以看出,在本文所設計的對比實驗下,本文所提出的基于語音獎勵函數(shù)的軌跡規(guī)劃方法,在不同的工作環(huán)境中相比其他方法均取得了較高的學習效率和較好的魯棒性。

    圖9 獎勵值可視化對比Fig.9 Visual comparison of reward values

    圖10 幕數(shù)可視化對比Fig.10 Visual comparison of number of acts

    4 結束語

    本文提出了一種基于語音獎勵函數(shù)的機械臂軌跡規(guī)劃方法。通過設計一種語音獎勵函數(shù),有效地解決了無效探索導致學習效率偏低的問題。將DPPO 方法用于未知工作環(huán)境中的機械臂軌跡規(guī)劃任務,提高了規(guī)劃策略的魯棒性。實驗證明本文提出的基于語音獎勵函數(shù)的DPPO 方法在不同難度的未知工作環(huán)境中均取得了良好的效果,學習效率更高,具有很高的適用性。但是僅能實現(xiàn)單一目標點的機械臂軌跡規(guī)劃,而在真實工作環(huán)境中,有些任務的目標點為多個。未來考慮將本文方法推廣到多目標軌跡規(guī)劃。

    猜你喜歡
    機械規(guī)劃環(huán)境
    長期鍛煉創(chuàng)造體內抑癌環(huán)境
    一種用于自主學習的虛擬仿真環(huán)境
    調試機械臂
    當代工人(2020年8期)2020-05-25 09:07:38
    孕期遠離容易致畸的環(huán)境
    環(huán)境
    規(guī)劃引領把握未來
    簡單機械
    快遞業(yè)十三五規(guī)劃發(fā)布
    商周刊(2017年5期)2017-08-22 03:35:26
    多管齊下落實規(guī)劃
    機械班長
    天堂影院成人在线观看| 成年版毛片免费区| 精品久久久久久久久久久久久 | 国产伦人伦偷精品视频| av中文乱码字幕在线| 中文字幕高清在线视频| 国产亚洲欧美精品永久| 一区二区三区精品91| 欧美性猛交黑人性爽| 日韩 欧美 亚洲 中文字幕| 日韩国内少妇激情av| 欧美国产日韩亚洲一区| 亚洲人成伊人成综合网2020| 视频在线观看一区二区三区| 国产精品日韩av在线免费观看| 国产又爽黄色视频| 午夜免费观看网址| 国产精品久久久久久亚洲av鲁大| 老司机在亚洲福利影院| 久久精品国产综合久久久| 最新美女视频免费是黄的| 精品无人区乱码1区二区| 欧美黑人巨大hd| 最近最新中文字幕大全免费视频| 啦啦啦免费观看视频1| 国产一区二区三区视频了| 国产免费男女视频| 婷婷丁香在线五月| 国产真实乱freesex| 满18在线观看网站| 欧美性猛交黑人性爽| 日本 av在线| 嫩草影视91久久| 亚洲欧美精品综合一区二区三区| 韩国av一区二区三区四区| 窝窝影院91人妻| 午夜免费鲁丝| 午夜福利成人在线免费观看| 国产国语露脸激情在线看| 人成视频在线观看免费观看| 亚洲av电影在线进入| 午夜福利一区二区在线看| 12—13女人毛片做爰片一| 妹子高潮喷水视频| 国产高清视频在线播放一区| 久久狼人影院| 日韩欧美三级三区| 99国产精品一区二区三区| 久久青草综合色| 人人妻人人看人人澡| 女同久久另类99精品国产91| 午夜影院日韩av| 午夜福利一区二区在线看| 亚洲av日韩精品久久久久久密| 久久亚洲真实| 午夜免费激情av| 成人亚洲精品av一区二区| 天堂影院成人在线观看| 中文字幕高清在线视频| 欧美乱色亚洲激情| 色婷婷久久久亚洲欧美| 亚洲国产欧美日韩在线播放| 国产黄片美女视频| 中文资源天堂在线| 夜夜躁狠狠躁天天躁| 欧美另类亚洲清纯唯美| 美女 人体艺术 gogo| 十八禁人妻一区二区| 国产亚洲精品久久久久5区| 在线免费观看的www视频| 亚洲国产精品999在线| 嫩草影视91久久| 国产成人系列免费观看| 宅男免费午夜| 久久久国产欧美日韩av| 91字幕亚洲| 老汉色∧v一级毛片| 精品不卡国产一区二区三区| 不卡av一区二区三区| 国产激情偷乱视频一区二区| 正在播放国产对白刺激| 久久久久国产一级毛片高清牌| 日韩有码中文字幕| 午夜免费激情av| 亚洲五月天丁香| 国产麻豆成人av免费视频| 欧美色欧美亚洲另类二区| 久久午夜综合久久蜜桃| 美国免费a级毛片| 午夜激情av网站| 午夜两性在线视频| 欧美三级亚洲精品| 91字幕亚洲| 亚洲国产看品久久| 男人舔奶头视频| 搡老岳熟女国产| 午夜免费成人在线视频| 午夜免费成人在线视频| 一边摸一边做爽爽视频免费| 中文字幕人妻熟女乱码| 国内揄拍国产精品人妻在线 | 在线观看一区二区三区| 波多野结衣av一区二区av| 日本免费一区二区三区高清不卡| 久久九九热精品免费| 岛国视频午夜一区免费看| 18禁黄网站禁片免费观看直播| 亚洲精品在线美女| 激情在线观看视频在线高清| 久久精品国产综合久久久| 怎么达到女性高潮| 天堂影院成人在线观看| 精品日产1卡2卡| 91麻豆av在线| 高清在线国产一区| 国产区一区二久久| 99精品久久久久人妻精品| 国产精品久久视频播放| 欧美成狂野欧美在线观看| 免费在线观看亚洲国产| 欧美人与性动交α欧美精品济南到| 久久香蕉激情| 成人三级做爰电影| 成人18禁高潮啪啪吃奶动态图| 国产1区2区3区精品| 国产精品99久久99久久久不卡| 女人高潮潮喷娇喘18禁视频| 亚洲专区中文字幕在线| 日本黄色视频三级网站网址| 亚洲一区中文字幕在线| 国产亚洲精品一区二区www| 久久青草综合色| xxx96com| 制服人妻中文乱码| 午夜久久久在线观看| 亚洲全国av大片| 精品少妇一区二区三区视频日本电影| av电影中文网址| 精品国产国语对白av| 黄色毛片三级朝国网站| 欧美大码av| 日韩欧美在线二视频| 成人三级做爰电影| 国产单亲对白刺激| 国内精品久久久久久久电影| 午夜精品久久久久久毛片777| 国产精华一区二区三区| 国产精品 国内视频| 51午夜福利影视在线观看| 免费高清在线观看日韩| 色综合站精品国产| 99在线人妻在线中文字幕| 精品国产美女av久久久久小说| 亚洲片人在线观看| 国产不卡一卡二| 97人妻精品一区二区三区麻豆 | 一级a爱片免费观看的视频| 人人妻,人人澡人人爽秒播| 少妇粗大呻吟视频| 丝袜在线中文字幕| 妹子高潮喷水视频| 国产99白浆流出| 国产午夜福利久久久久久| 中文亚洲av片在线观看爽| 黄色成人免费大全| 麻豆成人av在线观看| 亚洲 欧美一区二区三区| 久久午夜亚洲精品久久| 成人亚洲精品av一区二区| 国产97色在线日韩免费| av片东京热男人的天堂| 两人在一起打扑克的视频| 黄色片一级片一级黄色片| bbb黄色大片| bbb黄色大片| 欧美大码av| 中文亚洲av片在线观看爽| av欧美777| 免费看美女性在线毛片视频| 黄色视频,在线免费观看| 亚洲狠狠婷婷综合久久图片| 国产精品精品国产色婷婷| 亚洲狠狠婷婷综合久久图片| 国产一区二区三区在线臀色熟女| 色综合站精品国产| 久久久精品欧美日韩精品| 黄色视频,在线免费观看| 丝袜美腿诱惑在线| 91av网站免费观看| 欧美zozozo另类| 亚洲五月天丁香| 一边摸一边抽搐一进一小说| 久久久久九九精品影院| 一区二区三区精品91| 久久午夜亚洲精品久久| 国产精品美女特级片免费视频播放器 | 这个男人来自地球电影免费观看| 高清毛片免费观看视频网站| 在线观看免费日韩欧美大片| 日韩高清综合在线| 久久性视频一级片| 99在线视频只有这里精品首页| 国产精品美女特级片免费视频播放器 | 精品一区二区三区av网在线观看| 久久青草综合色| 色播在线永久视频| 国产成人精品久久二区二区免费| 好看av亚洲va欧美ⅴa在| 欧美国产精品va在线观看不卡| 美女国产高潮福利片在线看| 精品少妇一区二区三区视频日本电影| 一级a爱视频在线免费观看| 婷婷精品国产亚洲av| 国产视频一区二区在线看| 亚洲中文字幕一区二区三区有码在线看 | 久久亚洲精品不卡| 亚洲,欧美精品.| 哪里可以看免费的av片| 国产精品爽爽va在线观看网站 | 久久这里只有精品19| 久久久久久亚洲精品国产蜜桃av| 国产v大片淫在线免费观看| 国产精品永久免费网站| 精品第一国产精品| 精品久久久久久久人妻蜜臀av| 91九色精品人成在线观看| 又黄又爽又免费观看的视频| 日本成人三级电影网站| 亚洲精品中文字幕在线视频| 999久久久国产精品视频| 国产亚洲精品第一综合不卡| 男女下面进入的视频免费午夜 | 欧美日韩乱码在线| 国产精品久久视频播放| 中文字幕人妻熟女乱码| 亚洲一区高清亚洲精品| 日本在线视频免费播放| 久久人妻av系列| 久久久久久久久中文| 久久久久国产一级毛片高清牌| 日韩欧美在线二视频| 精品国产乱子伦一区二区三区| 精品久久久久久久人妻蜜臀av| 免费在线观看视频国产中文字幕亚洲| 又紧又爽又黄一区二区| 日韩欧美 国产精品| 亚洲自拍偷在线| 国产免费av片在线观看野外av| 久久精品影院6| 国产伦人伦偷精品视频| 午夜免费激情av| 日韩一卡2卡3卡4卡2021年| 亚洲精品国产一区二区精华液| 黄色a级毛片大全视频| 欧美日本视频| 日本成人三级电影网站| 日韩精品青青久久久久久| 亚洲片人在线观看| 国产一区二区在线av高清观看| 国产伦人伦偷精品视频| 久久性视频一级片| 亚洲免费av在线视频| 精品久久久久久久久久久久久 | 精品一区二区三区视频在线观看免费| 此物有八面人人有两片| 国产主播在线观看一区二区| 国产三级黄色录像| 大型av网站在线播放| 别揉我奶头~嗯~啊~动态视频| 国产单亲对白刺激| 欧美一级a爱片免费观看看 | 精品国产国语对白av| 亚洲五月色婷婷综合| 国产精品影院久久| 国产私拍福利视频在线观看| 亚洲性夜色夜夜综合| 国产成人影院久久av| x7x7x7水蜜桃| 国产aⅴ精品一区二区三区波| 午夜日韩欧美国产| 国产精品1区2区在线观看.| www.自偷自拍.com| 午夜免费观看网址| 香蕉丝袜av| 青草久久国产| 亚洲第一欧美日韩一区二区三区| 亚洲在线自拍视频| 日韩精品中文字幕看吧| 久久久久久九九精品二区国产 | 91成人精品电影| 99热只有精品国产| 国产高清有码在线观看视频 | 黄片小视频在线播放| 国产伦人伦偷精品视频| 国产熟女午夜一区二区三区| 美女扒开内裤让男人捅视频| 一级毛片精品| 日本成人三级电影网站| 2021天堂中文幕一二区在线观 | 日韩欧美在线二视频| 午夜日韩欧美国产| 在线观看www视频免费| 18禁黄网站禁片免费观看直播| 日韩三级视频一区二区三区| 国产成人精品久久二区二区91| 一进一出抽搐动态| 久久久久精品国产欧美久久久| 91在线观看av| 老司机靠b影院| 亚洲片人在线观看| av在线天堂中文字幕| 国产伦一二天堂av在线观看| 日本黄色视频三级网站网址| 亚洲国产精品999在线| 亚洲中文av在线| 又大又爽又粗| 欧美成人免费av一区二区三区| 一级毛片高清免费大全| 亚洲熟女毛片儿| 欧美在线黄色| 国产精品精品国产色婷婷| 久9热在线精品视频| 国产av一区在线观看免费| 一本综合久久免费| 天天躁夜夜躁狠狠躁躁| 99热只有精品国产| 久久亚洲真实| 成人国语在线视频| 中文字幕高清在线视频| 色哟哟哟哟哟哟| 日韩欧美一区视频在线观看| 免费观看人在逋| 国产国语露脸激情在线看| 人人澡人人妻人| 一级a爱视频在线免费观看| 亚洲国产毛片av蜜桃av| 欧美性猛交黑人性爽| 真人一进一出gif抽搐免费| 中文字幕最新亚洲高清| 激情在线观看视频在线高清| 久久国产乱子伦精品免费另类| 色综合站精品国产| 最近在线观看免费完整版| 久久午夜综合久久蜜桃| 国产黄片美女视频| 97人妻精品一区二区三区麻豆 | 99在线视频只有这里精品首页| 一本精品99久久精品77| 国产精品99久久99久久久不卡| 亚洲国产精品sss在线观看| a级毛片a级免费在线| 久9热在线精品视频| 日本一本二区三区精品| 在线观看66精品国产| 亚洲片人在线观看| 99国产精品一区二区蜜桃av| 国产精品亚洲av一区麻豆| 在线观看舔阴道视频| 好男人电影高清在线观看| 一二三四社区在线视频社区8| 一本久久中文字幕| 亚洲天堂国产精品一区在线| 黄色成人免费大全| 日韩欧美一区视频在线观看| 大型av网站在线播放| 精品欧美一区二区三区在线| av电影中文网址| 欧美日本亚洲视频在线播放| 国产精品爽爽va在线观看网站 | 国产成人av激情在线播放| 国产视频一区二区在线看| 国产精品久久久久久精品电影 | 两性午夜刺激爽爽歪歪视频在线观看 | 黄片播放在线免费| 一边摸一边做爽爽视频免费| 国产免费av片在线观看野外av| 国产精品 国内视频| 国产成人啪精品午夜网站| www日本在线高清视频| 国产又爽黄色视频| 满18在线观看网站| 亚洲av电影不卡..在线观看| 色老头精品视频在线观看| www日本黄色视频网| 欧美zozozo另类| √禁漫天堂资源中文www| 手机成人av网站| 日韩精品免费视频一区二区三区| 国产高清有码在线观看视频 | 日韩欧美免费精品| 三级毛片av免费| 亚洲av成人一区二区三| 女人高潮潮喷娇喘18禁视频| 叶爱在线成人免费视频播放| 国产区一区二久久| 日韩国内少妇激情av| 国产在线观看jvid| 人成视频在线观看免费观看| 日本三级黄在线观看| 精品不卡国产一区二区三区| 久久中文看片网| 欧美色视频一区免费| 黄色毛片三级朝国网站| 久久欧美精品欧美久久欧美| av在线天堂中文字幕| 女人被狂操c到高潮| 日本熟妇午夜| 午夜福利一区二区在线看| 国产成人影院久久av| 欧美一级a爱片免费观看看 | 一区二区三区激情视频| 天堂动漫精品| 日本一区二区免费在线视频| 99久久99久久久精品蜜桃| 无遮挡黄片免费观看| 国产高清有码在线观看视频 | 久久精品国产亚洲av高清一级| 99热这里只有精品一区 | 一区福利在线观看| 18禁裸乳无遮挡免费网站照片 | 国产精品99久久99久久久不卡| 国产欧美日韩一区二区三| 制服诱惑二区| 中文字幕高清在线视频| 欧美av亚洲av综合av国产av| 欧美zozozo另类| 制服人妻中文乱码| 国产精品综合久久久久久久免费| 国产一区二区激情短视频| 两人在一起打扑克的视频| 午夜久久久在线观看| 夜夜看夜夜爽夜夜摸| 国产一区二区在线av高清观看| 在线看三级毛片| 激情在线观看视频在线高清| 久久精品国产清高在天天线| 国产欧美日韩一区二区精品| 黑人操中国人逼视频| 日韩 欧美 亚洲 中文字幕| 18禁裸乳无遮挡免费网站照片 | 午夜两性在线视频| 国产亚洲欧美在线一区二区| 亚洲一区高清亚洲精品| 国产精品一区二区精品视频观看| 免费在线观看完整版高清| 99久久国产精品久久久| 日本熟妇午夜| 久久久久久久久久黄片| 国产国语露脸激情在线看| 免费在线观看视频国产中文字幕亚洲| 深夜精品福利| 欧美日韩一级在线毛片| 无限看片的www在线观看| 午夜福利一区二区在线看| 久久久国产成人免费| 成人永久免费在线观看视频| 久热这里只有精品99| 久久香蕉激情| 亚洲va日本ⅴa欧美va伊人久久| 精品国产美女av久久久久小说| 在线观看免费午夜福利视频| 欧美性长视频在线观看| 久久天堂一区二区三区四区| 黄色片一级片一级黄色片| 女性被躁到高潮视频| 亚洲,欧美精品.| 99久久精品国产亚洲精品| 黄色成人免费大全| 亚洲中文av在线| 欧美日韩亚洲国产一区二区在线观看| 亚洲成人免费电影在线观看| 精品久久久久久久毛片微露脸| 欧美日韩亚洲国产一区二区在线观看| 欧美三级亚洲精品| 久久中文字幕一级| 最新美女视频免费是黄的| 午夜免费成人在线视频| 1024视频免费在线观看| 看黄色毛片网站| 国产av一区二区精品久久| 99久久国产精品久久久| 精品福利观看| 久久久国产精品麻豆| 日本三级黄在线观看| 嫩草影视91久久| 18美女黄网站色大片免费观看| 成人精品一区二区免费| 国产高清激情床上av| 国产成人av教育| 变态另类成人亚洲欧美熟女| a级毛片a级免费在线| 正在播放国产对白刺激| 亚洲真实伦在线观看| 在线观看免费日韩欧美大片| 成人永久免费在线观看视频| 男女床上黄色一级片免费看| 亚洲成国产人片在线观看| 精品国产亚洲在线| 亚洲七黄色美女视频| 日日夜夜操网爽| 久久精品aⅴ一区二区三区四区| 亚洲成人久久爱视频| 一级a爱视频在线免费观看| 国产一区二区三区在线臀色熟女| 天堂影院成人在线观看| 91成人精品电影| 精品欧美国产一区二区三| 国产精品国产高清国产av| 国产一区二区在线av高清观看| 法律面前人人平等表现在哪些方面| 日韩欧美 国产精品| 国产精品 国内视频| 国产熟女xx| 国产精品二区激情视频| 精品久久久久久成人av| 人人妻,人人澡人人爽秒播| 久久性视频一级片| 岛国在线观看网站| a级毛片a级免费在线| 国产精品一区二区免费欧美| 欧美在线黄色| 日韩一卡2卡3卡4卡2021年| 国产一区二区三区视频了| 啪啪无遮挡十八禁网站| 中文资源天堂在线| 亚洲av成人av| 国内久久婷婷六月综合欲色啪| 久久久国产欧美日韩av| 99精品久久久久人妻精品| 精品不卡国产一区二区三区| 亚洲精品中文字幕一二三四区| 亚洲中文日韩欧美视频| 男女床上黄色一级片免费看| 99热这里只有精品一区 | 免费高清视频大片| 国产av一区在线观看免费| 美女大奶头视频| 十分钟在线观看高清视频www| 欧美一区二区精品小视频在线| 91国产中文字幕| 欧美三级亚洲精品| 久9热在线精品视频| 神马国产精品三级电影在线观看 | 久久国产精品人妻蜜桃| 宅男免费午夜| 高潮久久久久久久久久久不卡| 十八禁网站免费在线| 亚洲在线自拍视频| 亚洲激情在线av| 国产人伦9x9x在线观看| 两个人免费观看高清视频| 日本在线视频免费播放| 在线免费观看的www视频| 淫妇啪啪啪对白视频| 亚洲成av片中文字幕在线观看| 国产1区2区3区精品| 黑丝袜美女国产一区| 真人做人爱边吃奶动态| 午夜福利免费观看在线| 看免费av毛片| 91成年电影在线观看| 美国免费a级毛片| 黄频高清免费视频| 女人爽到高潮嗷嗷叫在线视频| 亚洲中文av在线| 欧美最黄视频在线播放免费| 免费av毛片视频| 国产精品永久免费网站| 国产精品香港三级国产av潘金莲| 国产单亲对白刺激| 国产野战对白在线观看| 免费在线观看亚洲国产| 男人舔女人的私密视频| 精品熟女少妇八av免费久了| 不卡一级毛片| 欧美成狂野欧美在线观看| 午夜福利高清视频| 成人国语在线视频| 亚洲片人在线观看| 级片在线观看| 免费看十八禁软件| 免费无遮挡裸体视频| 亚洲av熟女| 又黄又爽又免费观看的视频| 18禁美女被吸乳视频| 免费在线观看视频国产中文字幕亚洲| 叶爱在线成人免费视频播放| 9191精品国产免费久久| 视频区欧美日本亚洲| 一区二区三区国产精品乱码| 亚洲中文av在线| 波多野结衣巨乳人妻| 欧美性猛交黑人性爽| 热re99久久国产66热| videosex国产| 亚洲av成人一区二区三| 国产一区二区三区在线臀色熟女| 色播在线永久视频| 日韩视频一区二区在线观看| netflix在线观看网站| av在线天堂中文字幕| av电影中文网址| 日本免费a在线| 欧美精品啪啪一区二区三区| 国产高清有码在线观看视频 | 国产国语露脸激情在线看| 91字幕亚洲| 亚洲欧美激情综合另类| 亚洲精品在线观看二区| 国产区一区二久久| 国产成人系列免费观看| 精品日产1卡2卡| 日韩欧美一区视频在线观看| 国产精品 欧美亚洲| 国产私拍福利视频在线观看|