Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳逐际动力科技有限公司姚秀勇获国家专利权

深圳逐际动力科技有限公司姚秀勇获国家专利权

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!

龙图腾网获悉深圳逐际动力科技有限公司申请的专利基于深度强化学习的机器人运动控制模型训练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:CN120065751B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510527132.8,技术领域涉及:G05B13/04;该发明授权基于深度强化学习的机器人运动控制模型训练方法及装置是由姚秀勇设计研发完成,并于2025-04-25向国家知识产权局提交的专利申请。

基于深度强化学习的机器人运动控制模型训练方法及装置在说明书摘要公布了:本公开提供了一种基于深度强化学习的机器人运动控制模型训练方法及装置,涉及传感器及机器人技术领域。该方法包括:利用教师‑学生模型框架,对用于输出控制机器人运动的动作策略的策略网络进行基于深度强化学习的训练;其中,策略网络的训练过程还包括:通过线速度编码器编码机器人的历史线速度信息以生成第一潜在向量,并将第一潜在向量输入至策略网络进行辅助训练。本公开在动作决策时综合考虑机器人自身的运动趋势、状态变化轨迹与周围地形结构,实现了更加稳健、精确地控制策略输出。

本发明授权基于深度强化学习的机器人运动控制模型训练方法及装置在权利要求书中公布了:1.一种基于深度强化学习的机器人运动控制模型训练方法,其特征在于,包括: 利用教师‑学生模型框架,对用于输出控制机器人运动的动作策略的策略网络进行基于深度强化学习的训练;其中,所述策略网络的训练过程包括: 通过线速度编码器编码所述机器人的历史线速度信息以生成第一潜在向量,并将所述第一潜在向量输入至所述策略网络; 基于所述教师‑学生模型框架中价值网络输出的当前状态的价值估计以及所述策略网络结合所述第一潜在向量输出的动作策略,利用深度强化学习算法更新所述策略网络的参数。

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深圳逐际动力科技有限公司,其通讯地址为:518057 广东省深圳市南山区西丽街道曙光社区智谷研发楼F栋2304;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。

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。