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！

龙图腾网获悉中国科学技术大学申请的专利一种基于视觉的机器人的控制方法、系统、设备及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：CN119871422B 。

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：202510173349.3，技术领域涉及：B25J9/16；该发明授权一种基于视觉的机器人的控制方法、系统、设备及介质是由王杰;杨睿;彭琪杰;郭睿博;吴国平;李斌设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本一种基于视觉的机器人的控制方法、系统、设备及介质在说明书摘要公布了：本发明公开一种基于视觉的机器人的控制方法、系统、设备及介质，属机器人控制领域，方法包括：步骤1，用与机器人通信的摄像头按预设时间间隔获取包含机器人和环境的三张图像，将三张图像用强化学习帧栈堆叠得到输入图像数据；步骤2，用训练好的卷积特征编码器对输入图像数据编码得出输出表征数据；步骤3，将输出表征数据输入到基于额外奖励训练好的多层感知决策模型映射为一个最优动作，使机器人执行该最优动作来进行最优控制。本发明采用基于外奖励训练好的多层感知决策模型，能从长期累积奖励中编码任务相关信息，使用信息瓶颈约束来去除任务无关的特征，进而增强机器人的视觉泛化能力，提升基于视觉控制的机器人的控制准确性。

本发明授权一种基于视觉的机器人的控制方法、系统、设备及介质在权利要求书中公布了：1.一种基于视觉的机器人的控制方法，其特征在于，包括： 步骤1，用与机器人通信的摄像头按预设时间间隔获取包含机器人和环境的三张图像，将三张图像用强化学习帧栈堆叠得到输入图像数据； 步骤2，用训练好的卷积特征编码器对所述输入图像数据编码得到输出表征数据； 步骤3，将所述输出表征数据输入到基于额外奖励训练好的多层感知决策模型中，多层感知决策模型输出一个最优动作，使机器人执行该最优动作来进行最优控制； 所述多层感知决策模型基于额外奖励的训练方式包括： 步骤31，用与机器人通信的摄像头获取包含机器人和环境的三张图像并处理为一个输入图像样本； 步骤32，用卷积特征编码器编码输入图像样本得出输出表征数据，由多层感知决策模型将输出表征数据映射为控制机器人行为的决策动作数据，用机器人控制任务对应的通用奖励函数计算输入图像样本和决策动作数据对应的奖励数据； 步骤33，将上述步骤收集的输入图像样本、决策动作数据和奖励数据按数据收集时间顺序存放至经验回放池中； 步骤34，从经验回放池存储数据中取256个输入图像样本、256个决策动作数据和256个奖励数据作为一个批数据，将一个批数据中的全部图像样本输入到卷积特征编码器中得到输出表征数据，将输出表征数据和一个批数据中的全部奖励数据输入到额外奖励特征提取模型中，通过以下公式基于信息瓶颈理论计算额外奖励特征损失为： ； 其中，和分别表示额外奖励特征提取模型中的两个并列设置的三层感知机，这两个三层感知机的输入数据均为奖励数据和由卷积特征编码器输出的图像表征数据；表示用于计算两个三层感知机和分布差异的KL散度；表示额外奖励特征提取模型中由三层感知机输出的额外奖励特征；表示额外奖励特征提取模型中由三层感知机输出的额外奖励特征标签；表示当前时刻；表示用于计算额外奖励特征和额外奖励特征标签的互信息；为超参数，选用0.001；为经验回放池；表示对经验回放池的数据分布求期望； 步骤35，按额外奖励特征提取模型计算的损失，更新额外奖励特征提取模型； 步骤36，用更新后的额外奖励特征提取模型输出的额外奖励特征作为标签信号，计算多层感知评估模型的损失函数，更新多层感知评估模型； 步骤37，用多层感知评估模型输出的浮点数，计算多层感知决策模型的损失函数为： ； 其中，是多层感知决策模型，为多层感知评估模型的输出；为经验回放池；表示对经验回放池的数据分布求期望； 步骤38，用多层感知决策模型的损失函数，更新多层感知决策模型； 步骤39，重复步骤31至步骤38，直到经验回放池中数据量超出预设训练结束数据量则完成训练。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。