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！

龙图腾网恭喜青岛理工大学申请的专利基于事件触发的移动机器人的强化学习跟踪控制方法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：CN120010274B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510486651.4，技术领域涉及：G05B13/04；该发明授权基于事件触发的移动机器人的强化学习跟踪控制方法是由王瑞华;王帅;焦绪国;李玉涟;张佳磊;范心如设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本基于事件触发的移动机器人的强化学习跟踪控制方法在说明书摘要公布了：本申请属于机器人控制领域，具体涉及一种基于事件触发的移动机器人的强化学习跟踪控制方法，本申请采用Actor‑Critic同步学习算法求解最优控制策略，利用交互数据进行策略迭代更新，同时引入了一种事件触发机制，控制器仅在满足触发阈值时进行控制信号更新；基于最优控制理论，分析四麦克纳姆轮移动机器人系统的一致最终有界稳定性，完成基于事件触发的四麦克纳姆轮移动机器人的强化学习跟踪控制方法。本申请解决了移动机器人在存在滑动等外部扰动时的轨迹跟踪问题，在有效降低计算负担的情况下保证轨迹跟踪精度。

本发明授权基于事件触发的移动机器人的强化学习跟踪控制方法在权利要求书中公布了：1.一种基于事件触发的移动机器人的强化学习跟踪控制方法，其特征在于，包括以下步骤： S1.建立移动机器人的车轮滑动模型，根据车轮滑动模型建立滑动影响下的移动机器人正运动学模型、逆运动学模型和动力学模型，将滑动影响下的正运动学模型和逆运动学模型代入其动力学模型得到移动机器人轨迹控制模型； S2.设定移动机器人的期望轨迹，引入跟踪误差同时计算得到跟踪误差动态，将跟踪误差动态与期望轨迹结合，得到移动机器人的误差增广模型； S3.设计价值函数，得到待求解的最优控制策略，并加入事件触发控制方案； S31.设计价值函数，得到哈密顿函数； 价值函数表达公式为： 其中，Vzt表示价值函数，γ为折扣因子，c-γs-t为衰减指数，c为常数，s-t为时间间隔，uz为误差增广模型的控制输入，uz＝τ-τr，z为误差增广模型的状态，λMz为扰动因子，λMz＝||dq，vq||·||gxq||； 和R都为常数矩阵，公式如下： Q＝6I； R＝4I； I为单位矩阵； 将价值函数对误差增广模型求导，得到近似哈密顿函数，表达公式为: 其中，H·表示哈密顿函数，表示价值函数对误差增广模型的状态的导数； S32.根据哈密顿函数，得到HJB等式和待求解的最优控制策略； S33.设计事件触发控制方案，得到事件触发控制策略； S4.使用神经网络求解近似最优控制策略，设计基于事件触发和神经网络的移动机器人最优轨迹跟踪控制算法； S5.分析移动机器人的一致最终有界稳定性，完成基于事件触发的移动机器人的强化学习轨迹跟踪控制。

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青岛理工大学，其通讯地址为：266011 山东省青岛市市北区抚顺路11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”。