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！

龙图腾网获悉北京人形机器人创新中心有限公司申请的专利机械臂强化学习奖励确定方法及存储介质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：CN119952727B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510394932.7，技术领域涉及：B25J9/16；该发明授权机械臂强化学习奖励确定方法及存储介质是由赵一诺;徐志远;车正平;伍堃;唐剑设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本机械臂强化学习奖励确定方法及存储介质在说明书摘要公布了：本申请提供了一种机械臂强化学习奖励确定方法及存储介质，其中，该方法包括：获取机械臂的当前任务数据；根据当前任务数据以及通用的视觉语言模型，确定当前任务数据对应的至少一个子目标序列以及子目标隐藏状态；根据前一时刻的各粒子的更新后子目标隐藏状态，确定非初始时刻的各粒子的子目标输入状态，并根据各粒子的子目标输入状态以及各粒子在非初始时刻的权重参数，确定非初始时刻的子目标完成状态；在当前决策时刻，根据当前决策时刻的子目标完成状态以及前一决策时刻的子目标完成状态，确定当前决策时刻的奖励结果。本申请能够隔离视觉语言模型感知误差与策略优化过程，降低对视觉语言模型在复杂场景理解层面的要求。

本发明授权机械臂强化学习奖励确定方法及存储介质在权利要求书中公布了：1.一种机械臂强化学习奖励确定方法，其特征在于，包括： 获取机械臂的当前任务数据，当前任务数据包括任务图像以及与所述任务图像对应的任务语句； 根据所述当前任务数据以及通用的视觉语言模型，确定所述当前任务数据对应的至少一个子目标序列，并根据各所述子目标序列以及所述视觉语言模型，确定子目标隐藏状态； 根据所述子目标隐藏状态，初始化多个粒子； 在初始时刻，获取各粒子的初始值，并根据各粒子的初始值以及各粒子在所述初始时刻的权重参数，确定所述初始时刻的子目标完成状态； 在各非初始时刻，根据各粒子在前一时刻的更新后子目标隐藏状态，确定各粒子在所述非初始时刻的子目标输入状态，并根据各粒子在所述非初始时刻的子目标输入状态以及各粒子在所述非初始时刻的权重参数，确定所述非初始时刻的子目标完成状态； 在当前决策时刻，根据所述当前决策时刻的子目标完成状态以及前一决策时刻的子目标完成状态，确定所述当前决策时刻的奖励结果。

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北京人形机器人创新中心有限公司，其通讯地址为：101100 北京市通州区北京经济技术开发区(通州)经海五路3号院13号楼6层610；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”。