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仿果蝇幼虫的全软体机器人多任务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：CN119550339B 。

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：202411798510.8，技术领域涉及：B25J9/16；该发明授权一种仿果蝇幼虫的全软体机器人多任务控制方法是由郑能干;林鸿强;唐为昊设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种仿果蝇幼虫的全软体机器人多任务控制方法在说明书摘要公布了：本发明公开了一种仿果蝇幼虫的全软体机器人多任务控制方法，此方法的设计基于果蝇幼虫感知‑运动‑控制神经环路和运动适应神经环路。此方法应用于仿果蝇幼虫的软体机器人，使软体机器人能够拥有连续蠕动、转向以及避障等多种运动模态，同时高效完成目标到达、导航等控制任务。此外，控制方法能够利用环境反馈信息对软体机器人运动节律进行自适应优化，并根据历史轨迹度量当前状态的决策不确定度。在需精确感知的区域内，软体机器人能够自动减缓运动节律以提升定位和探测能力，适用于复杂环境的导航探索及微操作领域，解决了传统控制算法驱动软体机器人效率低、稳定性差且泛化能力弱等问题，为现实中全软体机器人的控制方法设计提供了重要参考。

本发明授权一种仿果蝇幼虫的全软体机器人多任务控制方法在权利要求书中公布了：1.一种仿果蝇幼虫的全软体机器人多任务控制方法，其特征在于，包括软体机器人分层驱动控制系统和软体机器人多任务学习适应系统，其中软体机器人分层驱动控制系统是基于幼虫的感知-运动-控制神经环路，模仿高层神经元AcNs与底层神经元A01j、A02j之间的连接关系设计，由机械感知模块、底层驱动模块以及中枢决策模块构成；软体机器人多任务学习适应系统是基于幼虫的运动适应神经环路，模仿感知神经元Basin-1与Wave神经元之间的连接关系，以及对蠕动CPG的反馈作用设计，由基于短期记忆的元强化学习模块和面向不确定性度量的主动学习模块构成； 所述中枢决策模块基于深度强化学习，根据本体感觉状态以及控制目标，生成控制信号，发送至机械感知模块和底层驱动模块；基于世界模型的机械感知模块接收控制信号，处理周边环境信息，预测未来状态的变化，并将该预测值送至底层驱动模块；底层驱动模块接收控制信号以及预测的环境变化量，激活软体机器人的致动器，促使其做出运动；根据当前时刻状态st，运行分层驱动控制系统，获取下一时刻状态的函数关系为：st+1＝Fst,Ast,Sst,Cst,gt,Cst,gt，其中F·,·为前向动力学模拟，A·,·,·为底层驱动模块函数，S·,·为机械感知模块函数，C·,·为中枢决策模块函数； 所述中枢决策模块、机械感知模块、底层驱动模块各个模块之间的信息传递关系，步骤如下： 步骤4.1：在时间步t，中枢决策模块根据当前软体机器人的本体感觉状态st以及控制目标gt，输出控制信号πHut|st,gt＝argmaxuQst,u,gt；ω，其中，Qst,at＝Eπ[Gt|St＝st,At＝at；ω]是动作价值函数，是时间步t后的回报，γ是折扣因子，使用神经网络进行参数化，ω代表神经网络的参数； 步骤4.2：模仿幼虫认知系统中的门控神经元，神经网络输出的控制信号需要送入门控神经网络进行调制，门控神经网络h·衡量经验共享缓存中贮存的样本与最近H个时间步强化学习网络输出控制信号的相似性，当门控神经网络的输出大于阈值时，即当模型预测控制MPC子模块将会启用，以实现小数据样本下的精准控制； 步骤4.3：机械感知模块接收本体感觉st以及控制信号ut，基于世界模型，生成下一时刻的状态预测值s′t+1，关系式为s′t+1＝gst,ut+ε，其中，ε是高斯噪声，即ε～N0,I，g·是经过神经网络参数化后的函数； 步骤4.4：底层驱动模块接收本体感觉st、控制信号ut以及状态预测值s′t+1，底层驱动模块πLat|st,ut,s′t+1是控制信号的具体执行模块，其中at表示在时间步t执行的动作； 步骤4.5：将动作at输入至前向动力学模拟，得到下一时刻的状态st+1＝Fst,at，循环上述任务，直至控制任务完成。

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。