龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：厦门大学
摘要：本发明提供一种基于综合损失的演员评论家算法的机器人控制方法，包括：利用神经网络技术构建机器人运动的策略网络和价值评估网络；初始化网络模型参数；构建综合损失函数，所述综合损失包括正则化项、动态的裁剪双Q学习，并通过一差异函数检测估计误差的类型与大小来动态调整正则化项和动态的裁剪双Q学习的参数，使其朝着消除估计误差的方向更新；根据综合损失函数训练价值评估网络，并训练机器人运动的策略网络；判断机器人策略网络是否收敛至预期值，若是，则将机器人的多个传感器信息作为当前状态输入到策略网络，输出机器人的动作控制机器人的关节值和速度；否则，继续训练直至收敛至预期值。
主权项：1.一种基于综合损失的演员评论家算法的机器人控制方法，其特征在于：所述方法包括：步骤S1、利用神经网络技术构建机器人运动的策略网络和价值评估网络；步骤S2、初始化网络模型参数；步骤S3、构建综合损失函数，所述综合损失包括正则化项、动态的裁剪双Q学习，并通过一差异函数来动态调整正则化项和动态的裁剪双Q学习的参数，从而动态调整综合损失函数使其朝着消除估计误差的方向更新；所述差异函数的计算公式如下： 其中，R的计算公式如下： 上述R为实际回报，为折扣系数，T为总时刻数，表示价值评估网络参数，表示初始时刻价值评估网络输出值，表示价值评估网络输出的平均值，表示第t时刻的真实价值，表示初始时刻的真实价值；步骤S4、根据综合损失函数训练价值评估网络，并训练机器人运动的策略网络；步骤S5、判断机器人策略网络是否收敛至预期值，若是，则将机器人的多个传感器信息作为当前状态输入到策略网络，输出机器人的动作，控制机器人的关节值和速度；否则，返回步骤S4。
全文数据：
权利要求：
百度查询： 厦门大学 一种基于综合损失的演员评论家算法的机器人控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号