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！

龙图腾网获悉深圳大学申请的专利机器人技能学习方法、装置、设备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：CN119535966B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411465754.4，技术领域涉及：G06N3/092；该发明授权机器人技能学习方法、装置、设备及存储介质是由黄畅昕;常艳彬;李坚强设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本机器人技能学习方法、装置、设备及存储介质在说明书摘要公布了：本发明适用机器人运动控制技术领域，提供了一种机器人技能学习方法，该方法包括：基于任务信息和环境信息，采用预设的奖励‑策略协同进化策略对用于指导机器人技能习得的奖励函数和策略模型进行迭代进化，利用进化完成后得到的目标策略模型控制机器人执行任务信息中的目标任务，从而实现在有效减少训练数据需求的同时，显著增强机器人在处理高维任务时的技能学习效果，提升了机器人任务执行的准确性、精度以及效率。

本发明授权机器人技能学习方法、装置、设备及存储介质在权利要求书中公布了：1.一种机器人技能学习方法，其特征在于，所述方法包括下述步骤： 基于任务信息和环境信息，采用预设的奖励-策略协同进化策略对用于指导机器人技能习得的奖励函数和策略模型进行迭代进化； 利用进化完成后得到的目标策略模型控制所述机器人执行所述任务信息中的目标任务； 其中，基于任务信息和环境信息，采用预设的奖励-策略协同进化策略对用于指导机器人技能习得的奖励函数和策略模型进行迭代进化的步骤，包括： 基于所述任务信息、所述环境信息以及提示信息，通过大语言模型生成若干奖励函数； 基于预先构建的策略模型，采用预设的模型生成策略为每个所述奖励函数生成对应的策略训练模型； 根据所述奖励函数对对应的所述策略训练模型进行强化学习训练，得到各个所述奖励函数对应的得分； 根据各个所述奖励函数对应的所述得分，确定全局最优奖励函数和全局最优策略模型； 判断是否达到进化结束条件，是则，结束进化，并将所述全局最优策略模型作为所述目标策略模型，否则，将所述全局最优奖励函数和所述全局最优奖励函数对应的得分作为用于下一轮进化的所述提示信息，并跳转至基于所述任务信息、所述环境信息以及提示信息，通过大语言模型生成若干奖励函数的步骤； 采用预设的模型生成策略为每个所述奖励函数生成对应的策略训练模型的步骤，包括： 当当前进化为第一轮进化时，对所述策略模型的模型参数进行随机初始化，得到第一随机策略模型，将所述第一随机策略模型作为所述策略训练模型； 当当前进化不为第一轮进化时，对所述策略模型的模型参数进行随机初始化，得到第二随机策略模型；将所述第二随机策略模型与所述全局最优策略模型进行参数加权融合，得到所述策略训练模型。

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大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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。