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！

龙图腾网恭喜华东交通大学申请的专利一种机器人运动控制方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119839874B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510315668.3，技术领域涉及：B25J9/16；该发明授权一种机器人运动控制方法及系统是由陈世明;罗翔设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种机器人运动控制方法及系统在说明书摘要公布了：本发明公开了一种机器人运动控制方法及系统，方法包括：获取机器人运动前的环境信息，并根据所述环境信息，采用轨迹规划算法规划出所述机器人的最优轨迹；根据所述最优轨迹构建轨迹模仿奖励函数，并将所述轨迹模仿奖励函数加入至自适应动态奖励函数，得到目标自适应动态奖励函数；基于所述目标自适应动态奖励函数控制所述机器人对所述最优轨迹进行模仿；根据改进裁剪机制的PPO深度强化学习算法对所述机器人的运动轨迹进行训练和学习，最终得到所述机器人的最优控制策略。自适应动态奖励机制能够根据环境状况动态调整奖励权重，而参考轨迹奖励则提供了方向性指引，这种组合在保持轨迹精确性的同时，能灵活地应对环境的实时变化。

本发明授权一种机器人运动控制方法及系统在权利要求书中公布了：1.一种机器人运动控制方法，其特征在于，包括：获取机器人运动前的环境信息，并根据所述环境信息，采用轨迹规划算法规划出所述机器人的最优轨迹，其中，所述环境信息包括机器人的初始状态、障碍物信息和动态目标信息；根据所述最优轨迹构建轨迹模仿奖励函数，并将所述轨迹模仿奖励函数加入至自适应动态奖励函数，得到目标自适应动态奖励函数，其中，所述轨迹模仿奖励函数的表达式为： ，式中，为轨迹模仿奖励函数，、、、、、分别为不同奖励函数的重要程度，为局部精细化位置误差奖励函数，为轨迹覆盖率奖励函数，为速度误差奖励函数，为加速度误差奖励函数，为速度方向匹配奖励函数，为轨迹时间弧长奖励函数；其中，局部精细化位置误差奖励函数的表达式为： ，式中，为关键点数量，为第i个参考轨迹关键点的时间权重，为实际轨迹的关键点，为参考轨迹的关键点；轨迹覆盖率奖励函数的表达式为： ，式中，为总时间步数，为阈值；速度误差奖励函数的表达式为： ，式中，为实际轨迹速度，为参考轨迹速度；加速度误差奖励函数的表达式为： ，式中，为实际轨迹加速度，为参考轨迹加速度；速度方向匹配奖励函数的表达式为： ，轨迹时间弧长奖励函数的表达式为： ， ，式中，为轨迹时间弧长，为实际的轨迹时间弧长，为参考的轨迹时间弧长；所述自适应动态奖励函数包括动态奖励函数和速度约束奖励函数，所述动态奖励函数包括目标距离奖励函数、轨迹模仿奖励函数、避障奖励函数以及完成状态奖励函数；其中，所述自适应动态奖励函数的表达式为： ，式中，为自适应动态奖励函数，为基于机器人与障碍物的距离动态变化的因子；所述动态奖励函数的表达式为： ，式中，为总时间步数，为折扣因子；目标距离奖励函数的表达式为： ， ， ，式中，为动态权重，和均为调节参数，用于控制动态权重的变化速度和转折点，表示机器人的位置，表示目标点的位置；避障奖励函数的表达式为： ，式中，为控制避障惩罚的系数，为距离影响系数，为机器人与障碍物之间的距离；完成状态奖励函数的表达式为： ，式中，、均为控制奖励程度的权重因子，为机器人完成任务的理想时间，为总时间步数；速度约束奖励函数的表达式为： ，式中，、均为权重因子，为机器人关节数量，为第j个关节的速度，为第j个关节的加速度；基于所述目标自适应动态奖励函数控制所述机器人对所述最优轨迹进行模仿；根据改进裁剪机制的PPO深度强化学习算法对所述机器人的运动轨迹进行训练和学习，最终得到所述机器人的最优控制策略，其中，所述改进裁剪机制的表达式为： ，式中，为改进裁剪机制，、、、分别为不同裁剪区间的衰减斜率，、、分别为不同裁剪区间的裁剪宽度，，，为策略更新比。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。