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！

龙图腾网获悉广东工业大学;广东能哥知识科技有限公司申请的专利在动态环境中基于深度强化学习的机械臂实时控制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：CN117021091B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202311032731.X，技术领域涉及：B25J9/16；该发明授权在动态环境中基于深度强化学习的机械臂实时控制方法是由程良伦;周美龙;王涛设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本在动态环境中基于深度强化学习的机械臂实时控制方法在说明书摘要公布了：本申请公开了一种在动态环境中基于深度强化学习的机械臂实时控制方法，所述方法包括获取机械臂状态信息、障碍物状态信息以及目标点状态信息，采用人工势场方法，计算目标点的的吸引速度和障碍物的排斥速度，获得机械臂的第一控制动作，采用深度强化学习算法，获得机械臂的第二控制动作，根据第一控制动作和第二控制动作，进行动作叠加，获得机械臂的实时控制动作，执行路径规划任务。本申请结合深度强化学习和人工势场法的优势，能够在复杂的控制环境中实现更精准的机械臂运动，控制机械臂在非结构化的复杂环境中执行路径规划任务时的避障能力和学习效率，实现在动态环境中精确、高效地控制机械臂运动。本申请广泛应用于机械臂控制技术领域。

本发明授权在动态环境中基于深度强化学习的机械臂实时控制方法在权利要求书中公布了：1.一种在动态环境中基于深度强化学习的机械臂实时控制方法，其特征在于，包括： 获取机械臂状态信息、障碍物状态信息以及目标点状态信息；所述机械臂状态信息包括各个关节的关节角度信息、关节位置信息以及关节速度信息； 根据所述机械臂状态信息、所述障碍物状态信息以及所述目标点状态信息，采用人工势场方法，计算目标点的吸引速度和障碍物的排斥速度，将所述吸引速度和所述排斥速度映射到机械臂的关节空间，采用雅可比矩阵，进行所述吸引速度和所述排斥速度的矢量叠加，获得机械臂的第一控制动作； 根据所述机械臂状态信息，采用深度强化学习算法，获得机械臂的第二控制动作，具体包括：初始化深度强化学习算法参数；所述深度强化学习算法参数包括状态空间S、动作空间A、Actor网络和Critic网络架构、奖励函数R、经验回放池容量L、学习率、未来奖励折扣以及噪音参数；根据所述机械臂状态信息，更新所述深度强化学习算法参数，通过所述深度强化学习算法输出所述第二控制动作； 所述深度强化学习算法具体包括： 状态空间 其中，为机械臂各关节速度集合，由各关节速度组成，表示第i段关节的关节速度，P表示目标点的位姿，D表示障碍物的位姿，T表示是否完成任务； 动作空间 其中，为机械臂各个关节的角速度； Actor网络架构为100*256*256*1，隐藏层使用ReLu函数作为隐藏层激活函数，输出层使用tanh函数作为输出层激活函数； Critic网络架构均为100*256*256*1，隐藏层使用ReLu函数作为隐藏层激活函数，输出层使用tanh函数作为输出层激活函数； 奖励函数 其中，表示机械臂末端到目标距离的负值作为惩罚，用以训练机械臂接近目标点，为机械臂末端是否到达目标位置给予二值奖励，引导机械臂到达目标点，表示斥力因子，表示第i个障碍物到机械臂末端的距离，表示障碍物的影响范围，使用了斥力势场构建奖励函数，表示机械臂末端到障碍物的距离作为惩罚，当用来引导机械臂远离障碍物，为机械臂发生碰撞给予惩罚，引导机械臂避免发生碰撞； 根据所述第一控制动作和所述第二控制动作，进行动作叠加，获得机械臂的实时控制动作； 根据所述实时控制动作，控制机械臂执行路径规划任务。

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广东工业大学;广东能哥知识科技有限公司，其通讯地址为：510062 广东省广州市东风东路729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。