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！

龙图腾网获悉北京航空航天大学申请的专利一种基于改进SAC算法的四足机器人步态生成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：CN119598985B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411664730.1，技术领域涉及：G06F40/169；该发明授权一种基于改进SAC算法的四足机器人步态生成方法及系统是由裴忠才;范亚南;唐志勇设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于改进SAC算法的四足机器人步态生成方法及系统在说明书摘要公布了：本发明公开了一种基于改进SAC算法的四足机器人步态生成方法，包括：获取四足机器人的当前状态数据和动作数据；基于动作数据得到新状态数据；设置多维度奖励函数，并与当前状态数据、动作数据和新状态数据组成元组数据；基于元组数据输入至由演员网络和多头评论家网络构成的智能体，得到动态权重和动作值；基于动态权重和动作值得到混合策略梯度；基于混合策略梯度和损失函数分别对演员网络和多头评论家网络进行训练，得到训练好的演员网络和训练好的多头评论家网络；获取四足机器人的当前状态数据并输入至训练好的演员网络和训练好的多头评论家网络，得到优化步态数据。提升了四足机器人的步态生成效率和步态鲁棒性。

本发明授权一种基于改进SAC算法的四足机器人步态生成方法及系统在权利要求书中公布了：1.一种基于改进SAC算法的四足机器人步态生成方法，其特征在于，包括： 获取四足机器人的当前状态数据和动作数据； 基于所述动作数据得到新状态数据； 设置多维度奖励函数，并与所述当前状态数据、所述动作数据和所述新状态数据组成元组数据； 所述多维度奖励函数包括多个子奖励函数； 基于所述元组数据输入至由演员网络和多头评论家网络构成的智能体，得到动态权重和动作值； 所述动态权重具体为： 其中，mk表示动态权重，K表示子奖励函数的个数，μk表示奖励样本均值，σk表示奖励样本方差； 所述多头评论家网络包括多个结构相同的头部网络； 所述头部网络均包括：拼接模块、第一隐藏层、第一激活层、第二隐藏层和第二激活层； 所述元组数据中的所述当前状态数据和所述动作数据输入至所述拼接模块，得到拼接数据； 所述拼接数据依次输入至所述第一隐藏层、所述第一激活层、所述第二隐藏层和所述第二激活层，得到所述动作值； 每个所述头部网络基于相应的所述子奖励函数学习相对应的所述动作值： Qt,kist,at←rtk+γ[Qt,kist+1,at+1-αlogπat+1|st+1] 其中，Qt,kist,at表示第k个子奖励函数的动作值，rtk表示第k个子奖励函数，st表示当前状态数据，at表示动作数据，st+1表示新状态数据，at+1表示在新状态数据下采取的最优动作数据，γ表示折扣因子，α表示熵正则化系数，Qt,kist+1,at+1表示下一状态-动作对的Q值，logπat+1|st+1表示在状态st+1下选择动作at+1的概率的对数； 基于所述动态权重和所述动作值得到混合策略梯度； 所述混合策略梯度获取方法为： 基于所述动作值得到对应的策略梯度； 基于所述动态权重对所有的策略梯度进行加权融合，得到所述混合策略梯度： 其中，表示对演员网络的参数φ求偏导，πφat|st表示一个由参数φ确定的策略函数在状态st下采取动作at的概率，表示对动作at求偏导，fφεt；st表示演员网络根据当前状态st和噪声εt生成的动作，表示在当前状态st选择动作at时的最小Q值； 基于所述混合策略梯度和损失函数分别对所述演员网络和所述多头评论家网络进行训练，得到训练好的演员网络和训练好的多头评论家网络； 获取所述四足机器人的当前状态数据并输入至所述训练好的演员网络和所述训练好的多头评论家网络，得到优化步态数据。

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航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。