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！

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利一种基于元目标学习的强化学习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：CN119721175B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411771313.7，技术领域涉及：G06N3/092；该发明授权一种基于元目标学习的强化学习方法是由邓世龙;范江东;曾科言;何鸿才;邵杰设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于元目标学习的强化学习方法在说明书摘要公布了：本发明提供一种基于元目标学习的强化学习方法，涉及机器学习技术领域，该方法为基于机器人观测的状态信号，控制机器人做出动作；利用元目标函数和双层优化框架，构建强化学习模型；与环境交互获得四元组后，首先更新强化学习模型中的评论家参数，其次联合元目标函数和评论家计算的强化学习损失函数，更新强化学习模型中的演员参数；交替训练强化学习与元目标函数，直到收敛，确定最终的元目标函数、评论家参数和演员参数，得到训练好的强化学习模型，完成基于元目标学习的强化学习；其中，强化学习模型用于对机器人当前状态数据进行分析，得到更新后的机器人运动控制数据。本发明解决了手工目标函数对强化学习策略的约束问题。

本发明授权一种基于元目标学习的强化学习方法在权利要求书中公布了：1.一种基于元目标学习的强化学习方法，其特征在于，包括： S1：基于机器人运动控制数据，获取机器人状态四元组；其中，机器人运动控制数据是用于控制机器人运动的数据，包括环境图像、机器人位置、关节角度、运动速度数据； S2：利用元目标函数和双层优化框架，构建强化学习模型；其中，所述强化学习模型包括利用元目标函数和演员-评论家算法构建的元训练层和利用强化学习-模仿学习评分构建的元优化层； S3：将所述机器人状态四元组输入所述强化学习模型，通过最小化评论家参数和元目标函数，更新所述强化学习模型中的评论家参数，联合元目标函数和评论家计算的强化学习损失函数，更新所述强化学习模型中的演员参数，得到更新后的评论家参数和更新后的演员参数； S4：将所述四元组输入上层元优化层，训练得到更好的元目标函数，利用小批次训练数据和所述更新后的评论家参数，计算元损失，更新所述元目标函数，得到更新后的元目标函数； S5：迭代执行S3与S4，交替训练强化学习与元目标函数，直到收敛，确定最终的元目标函数、评论家参数和演员参数，得到训练好的强化学习模型，完成基于元目标学习的强化学习；其中，所述强化学习模型用于对机器人当前状态数据进行分析，得到更新后的机器人运动控制数据。

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电子科技大学(深圳)高等研究院，其通讯地址为：518000 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；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。