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：西北工业大学

摘要：本发明公开了一种基于生成对抗模仿学习的操作人员运动技能训练方法，基于一专家在环的遥操作训练框架，所述专家在环的遥操作训练框架包括专家和学员，通过在学员端施加引导力，在遥操作设备上模拟出专家对学员教导；在所述专家在环的遥操作训练框架中引入一训练者，所述训练者用于采用生成对抗模仿学习对其操作进行模仿；其中，训练过程包括以下步骤：步骤一、建立学员训练数据库；步骤二、基于训练数据库训练智能体来模拟操作员的行为；步骤三、基于训练好的智能体，设计学员运动技能训练方法。其解决了遥操作任务中操作人员技能水平提升较慢的问题。

主权项：1.一种基于生成对抗模仿学习的操作人员运动技能训练方法，其特征在于，基于一专家在环的遥操作训练框架，所述专家在环的遥操作训练框架包括专家和学员，通过在学员端施加引导力，在遥操作设备上模拟出专家对学员教导；在所述专家在环的遥操作训练框架中引入一训练者，所述训练者用于采用生成对抗模仿学习对其操作进行模仿；其中，训练过程包括以下步骤：步骤一、建立学员训练数据库；步骤二、基于训练数据库训练智能体来模拟操作员的行为；所述步骤二基于训练数据库训练智能体来模拟操作员的行为的具体方法为：对步骤一中得到的学员训练数据库进行处理，得到操作员轨迹和正确轨迹的差值Δmet＝xmt-xet，操作员轨迹和学员轨迹的差值Δmtt＝xmt-xtt；令状态st＝Δmtt,kt，动作at＝Δmet；将所述学员训练数据库中处理好的状态-动作对作为专家样本τE，利用基于变分自编码器的生成对抗模仿学习训练框架进行训练；最终得到可以模仿操作员行为的策略π，该策略可以根据状态st生成动作at；步骤三、基于训练好的智能体，设计学员运动技能训练方法；所述步骤三的具体方法为：最终训练阶段，专家端轨迹为xEt，学员端轨迹为xTt，虚拟操作员轨迹为xMt，虚拟操作员轨迹由步骤二中得到的操作员行为策略π计算得到；虚拟操作员轨迹和学员轨迹的差值ΔMTt＝xMt-xTt，则：xMt＝πΔMTt-1,kt-1+xEt-1＝πxMt-1-xTt-1,kt-1+xEt-1，训练过程中仅在学员端施加引导力学员受到的引导力表示为ft＝ktxMt-xTt；其余与专家在环的遥操作的框架相同。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于生成对抗模仿学习的操作人员运动技能训练方法