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：欧特克公司
摘要：公开用于训练和应用机器学习模型来控制机器人装配的技术。在一些实施方案中，力和扭矩测量值被输入到机器学习模型中，机器学习模型包括引入递归的记忆层。机器学习模型在机器人不可知环境中经由强化学习进行训练，以在给定力和扭矩测量值的情况下生成用于实现装配任务的动作。在训练期间，将经验收集为情节内的过渡，将过渡分组为序列，并且每个情节的最后两个序列具有可变重叠。所收集的过渡存储在经优先级化的序列重放缓冲器中，学习者从经优先级化的序列重放缓冲器中基于过渡和序列优先级对要学习的序列进行采样。一旦经训练，机器学习模型就可被部署来基于由各种类型的机器人的传感器获取的力和扭矩测量值来控制这些机器人以执行装配任务。
主权项：1.一种用于控制机器人的计算机实现的方法，所述方法包括：接收与所述机器人相关联的传感器数据，其中所述传感器数据包括力数据或扭矩数据中的至少一者；对所述传感器数据应用机器学习模型以生成动作，其中所述机器学习模型已经经由强化学习进行训练；以及致使所述机器人基于所述动作执行一个或多个移动，其中，在所述强化学习期间，学习者网络包括多个学习者神经网络，其用于：对多个存储的过渡的序列进行采样以从中学习，其是基于被分派给所述序列的一个或更多个序列优先级和被分派给所述过渡的一个或更多个过渡优先级的，其中具有较高优先级的过渡和序列将被采样；以及基于采样的序列对所述机器学习模型的参数进行更新。
全文数据：
权利要求：
百度查询： 欧特克公司 力和扭矩引导的机器人装配技术
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