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！

龙图腾网获悉北京科技大学;清华大学申请的专利一种面向机器人智能控制的平滑强化学习方法及装置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：CN119512079B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411494398.9，技术领域涉及：G05D1/43；该发明授权一种面向机器人智能控制的平滑强化学习方法及装置是由段京良;陈良发;马飞;李升波;陈梓睿;吴思潮设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种面向机器人智能控制的平滑强化学习方法及装置在说明书摘要公布了：本发明提供一种面向机器人智能控制的平滑强化学习方法及装置，涉及机器人智能控制技术领域。该方法包括：获取当前时刻机器人的环境观测样本信息；根据当样本信息，构建平滑强化学习控制模型；根据样本信息，构建控制模型的奖励函数；采用机器人的离散时间运动学方程，构建控制模型的约束条件；将样本信息、奖励函数以及约束条件输入控制模型中进行在线训练，获得当前时刻机器人的平滑控制动作；构造控制模型的目标函数；根据目标函数对控制模型进更新，获得更新后的控制模型；根据平滑控制动作，获得下一时刻的观测样本信息，输入更新后的控制模型中，获得下一时刻机器人平滑控制动作。采用本发明可使机器人完成高实时且高精度的平滑控制任务。

本发明授权一种面向机器人智能控制的平滑强化学习方法及装置在权利要求书中公布了：1.一种面向机器人智能控制的平滑强化学习方法，其特征在于，所述方法包括： S1、获取当前时刻机器人的环境观测样本信息； 其中，所述获取当前时刻机器人的环境观测样本信息，包括： S11、获取当前时刻机器人状态信息、当前时刻周围环境信息以及当前时刻机器人的导航信息； S12、将当前时刻机器人状态信息、当前时刻周围环境信息以及当前时刻机器人导航信息进行拼接，获得当前时刻机器人的环境观测样本信息； S2、根据所述当前时刻机器人的环境观测样本信息，构建平滑强化学习控制模型； 其中，所述平滑强化学习控制模型，包括：执行模块、阻尼器模块以及评价模块；其中， 所述执行模块，用于对应传统的非平滑强化学习策略； 所述阻尼器模块，用于提供与状态相关的阻尼强度，将非平滑动作转化为平滑动作； 所述评价模块，用于评估平滑策略得到的评估值和非平滑策略得到的评估值； S3、根据所述当前时刻机器人的环境观测样本信息，构建所述控制模型的奖励函数；采用机器人的离散时间运动学方程，构建所述控制模型的约束条件； 其中，所述S3的采用机器人的离散时间运动学方程，构建所述控制模型的约束条件，包括：采用机器人的离散时间运动学方程作为所述控制模型的运动约束，以控制分量幅值约束为控制约束； 其中，所述S3的控制模型的奖励函数为状态跟踪误差、避撞距离以及动作的二次型加权求和； S4、将所述当前时刻机器人的环境观测样本信息、所述奖励函数以及所述约束条件输入所述控制模型中进行在线训练，获得当前时刻机器人的平滑控制动作； 其中，所述S4的获得当前时刻机器人的平滑控制动作，包括： S41、通过执行模块对当前时刻机器人的环境观测样本信息进行处理，获得当前时刻的非平滑策略； S42、通过阻尼模块对当前时刻机器人的环境观测样本信息进行处理，为每一维度控制动作输出当前时刻的实时阻尼值，通过梯度归一化处理，获得当前时刻的平滑策略； S43、将所述当前时刻的非平滑策略以及所述当前时刻的平滑策略，输入评价模块中进行处理，获得当前时刻机器人的平滑控制动作； S5、构造所述控制模型的目标函数；根据所述目标函数对所述控制模型进更新迭代计算，获得更新后的平滑强化学习控制模型； S6、根据所述当前时刻机器人的平滑控制动作，获得下一时刻的观测样本信息；将所述下一时刻的观测样本信息，输入所述更新后的控制模型中，获得下一时刻机器人平滑控制动作。

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科技大学;清华大学，其通讯地址为：100083 北京市海淀区学院路30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”。

以上内容由龙图腾AI智能生成。