龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京邮电大学
申请日：2024-04-26
公开（公告）日：2024-05-31
公开（公告）号：CN118114746A
主分类号：G06N3/092
分类号：G06N3/092;B25J9/16;G06N3/06;G06N3/0455
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.18#实质审查的生效;2024.05.31#公开
摘要：本发明提供了一种基于贝尔曼误差的方差最小化强化学习机械臂训练加速方法，用于机械臂控制，包括如下步骤：将工程问题建立成强化学习环境模型，通过使用位置传感器和旋转编码器，获取并测量了机械臂在运动过程中的关节角度、角速度、末端执行器位置、末端执行器速度和障碍物位置等位置姿态数据。数据经神经网络转化，形成了机械臂状态的特征。利用基于投影贝尔曼误差的方差最小化算法进行训练，提升机器臂的控制策略。通过反复迭代训练，最终获得机械臂的最优控制策略，提升机械臂在特定任务和应用场景中的表现。该方法通过减小梯度估计方差，能加快收敛到最优策略的速度，提高机械臂训练的准确性和效率，改善自动化控制系统性能。
主权项：1.一种基于贝尔曼误差的方差最小化强化学习机械臂训练加速方法，其特征在于：包括如下步骤：步骤S1、针对机械臂的作业要求建立强化学习环境模型，实例化已训练好的神经网络模型；步骤S2、使用位置传感器和旋转编码器，获取并测量机械臂的状态信息，所述状态信息至少包括机械臂的关节角度、关节角速度、末端执行器位置、末端执行器速度和障碍物位置；步骤S3、将机械臂的状态信息和可选动作输入神经网络模型中，得到对应的特征向量，利用线性方法，并借助ε-greedy策略，选择动作，并保存动作对应的特征向量；步骤S4、智能体执行动作，获得奖励，进入下一个状态，用于表示下一个状态，利用所述步骤S3，获得状态下的动作和特征向量；步骤S5、机械臂利用基于投影贝尔曼误差的方差最小化方法的方法对机械臂控制策略的参数进行更新；步骤S6、重复所述步骤S2至步骤S5，直到机械臂到达目标位置或迭代达到最大次数。
全文数据：
权利要求：
百度查询： 南京邮电大学 基于贝尔曼误差的方差最小化强化学习机械臂训练加速方法
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