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！

龙图腾网获悉苏州工学院申请的专利基于深度强化学习的能效优化运动控制方法及其系统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：CN120742701B 。

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：202511271980.3，技术领域涉及：G05B13/04；该发明授权基于深度强化学习的能效优化运动控制方法及其系统是由周林成;李向丽设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本基于深度强化学习的能效优化运动控制方法及其系统在说明书摘要公布了：本发明公开了基于深度强化学习的能效优化运动控制方法及其系统，涉及机器人运动控制技术领域，方法包括：接收机器人以轮式模式在当前区域的负载数据、运行状态数据及地形数据，通过滑移预测模型生成滑移概率图，结合预设地形‑能耗映射表计算切换至腿式模式与保持轮式模式的能耗差值，通过判断滑移概率图中最大滑移概率是否超过预设概率阈值，或基于预设评分函数权衡滑移风险与能耗成本，生成保持轮式模式或切换腿式模式的控制指令；其有益效果为：可以识别真实滑移风险，避免将地形“外观复杂”误判为“必然滑移”，从而减少不必要的腿式切换动作。

本发明授权基于深度强化学习的能效优化运动控制方法及其系统在权利要求书中公布了：1.基于深度强化学习的能效优化运动控制方法，应用于轮腿复合机器人的模式切换控制，其特征在于，包括： 接收所述机器人以轮式模式在当前区域的负载数据、运行状态数据以及所述当前区域的地形数据，所述当前区域为所述机器人可能打滑的区域； 通过基于深度强化学习的滑移预测模型，根据所述负载数据、运行状态数据以及所述地形数据，生成表征所述机器人当前行进路径上不同位置滑移风险的滑移概率图； 根据预设地形-能耗映射表与所述滑移概率图，计算所述机器人在所述当前行进路径上切换至腿式模式行进的第一预期能耗与保持轮式模式行进的第二预期能耗的能耗差值； 判断所述滑移概率图中的最大滑移概率是否超过预设概率阈值，是则生成切换至腿式模式的指令，否则通过预设评分函数根据所述最大滑移概率与所述能耗差值计算权衡安全风险与能耗成本的切换评分； 判断所述切换评分是否大于预设评分阈值，是则生成保持轮式模式的指令，否则生成切换至腿式模式的指令； 发送所述指令至所述机器人的指令执行端； 其中，所述预设评分函数具体为： ； 其中，所述表示所述最大滑移概率，为所述能耗差值，和为预设的归一化参考值常量，为预设的风险权重调整系数，为预设的能耗权重调整系数，和分别表征滑移风险的重要性与能耗差值的重要性，满足。

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苏州工学院，其通讯地址为：215500 江苏省苏州市常熟市南三环路99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。