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！

龙图腾网获悉浙江大学申请的专利一种基于Q-learning的数控加工刀轴矢量运动轨迹规划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：CN119937462B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411988563.6，技术领域涉及：G05B19/408；该发明授权一种基于Q-learning的数控加工刀轴矢量运动轨迹规划方法是由傅建中;李祥;林志伟;李斌磊设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于Q-learning的数控加工刀轴矢量运动轨迹规划方法在说明书摘要公布了：本发明公开了一种基于Q‑learning的数控加工刀轴矢量运动轨迹规划方法，包括：通过C空间表达技术，将刀轴矢量由三维压缩至二维，并进行网格化划分，基于无干涉、无奇异等加工要求区分可行域与禁止域；采用Q‑learning算法结合奖励反馈机制，在可行域内搜索最优刀轴路径，并通过状态、动作空间定义与奖励函数设计，逐步提升路径的光顺性和机床运动的稳定性；奖励函数综合考虑路径安全性、刀具运动学特性及刀轴矢量变化幅度等因素，以强化刀轴轨迹的优化规划；最终通过Q值迭代更新实现刀轴矢量路径的全局优化。本发明有效解决了复杂工况下刀具姿态优化的计算复杂性和局部最优问题，显著提高了五轴加工路径规划的适应性与效率。

本发明授权一种基于Q-learning的数控加工刀轴矢量运动轨迹规划方法在权利要求书中公布了：1.一种基于Q-learning的数控加工刀轴矢量运动轨迹规划方法，其特征在于，包括以下步骤： S1、通过C空间表达技术，将刀轴矢量从三维空间压缩至二维极坐标空间，并对其进行网格化划分； S2、对网格化划分后的状态空间进行状态判别，划分为可行域与禁止域； S3、构建强化学习模型；其中，状态空间定义为刀触点可行域的网格集合，动作空间定义为智能体从当前网格点到下一可行域中所有网格点的可行动作集合，奖励函数综合考虑路径的安全性、刀具运动学特性和刀轴矢量变化幅度； 定义状态空间时，将刀触点的可行域网格集合作为状态空间，其中每个刀触点的可行域网格由两个离散化变量α和β描述，分别表示倾角和方位角的集合；状态空间定义为相邻刀触点可行域的网格对，表示为： 其中，k表示当前刀触点编号，Sk表示第k个状态，Sk表示为： Sk＝{αk,βk,αk+1,βk+1} 其中，αk,βk是第k个刀触点对应的可行域网格，αk+1,βk+1是第k+1个刀触点对应的可行域网格； 奖励函数定义如下： 其中，rts,a表示t时刻所选动作a，转移到下一个状态s获得的即时奖励，表示相邻可行域的网格点之间的欧几里得距离的负数，将其作为奖励值； S4、采用Q-learning算法结合值迭代更新，通过与环境的交互和奖励反馈，搜索最优刀轴矢量运动轨迹；具体过程为： 初始化参数：随机初始化Q值表QS,A；学习率α决定了新信息对Q值更新的影响程度，取值为0.1；折扣因子γ决定未来奖励的重要性，取值为0.9； 智能体的起始状态选择：随机选择第k-1个和第k个刀触点的可行网格对作为起点Sk； 动作探索策略：为了平衡探索和利用，采用ε-greedy探索策略，在当前状态Sk下，智能体按照以下规则选取动作 其中，ε取值为0.1，表示探索概率；Ak表示当前状态下所有可选动作的集合，QSk,A'表示状态Sk动作A'的Q值； 状态转移与奖励计算：根据所选动作a，转移到下一个状态S'，同时获得即时奖励rS,a； Q值表更新： 式中，Qs,a是当前状态s下采取动作a的Q值；r是当前状态s下采取动作a所获得的即时奖励；γ是折扣因子，决定了未来奖励的权重；是下一个状态s′中所有可能动作的最大Q值；α是学习率，决定了新信息对Q值更新的影响程度； 路径生成：从起始状态出发，智能体根据当前的Q值表逐步选取动作，生成刀触点间的连续网格点序列；随着Q值表的迭代更新，路径规划的精度和优化效果逐步提升，最终获得满足光顺性和安全性要求的最优刀轴矢量路径；当Q值表的更新幅度低于预定阈值时，停止迭代，输出最优路径结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。