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！

龙图腾网获悉郑州大学申请的专利模拟大脑学习与记忆机理的机器人行为决策方法及设备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：CN119927902B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510063270.5，技术领域涉及：B25J9/16；该发明授权模拟大脑学习与记忆机理的机器人行为决策方法及设备是由王东署;谭毅波;马国庆;马家裕;刘起;吴志强;吕旭东;王澳澳设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本模拟大脑学习与记忆机理的机器人行为决策方法及设备在说明书摘要公布了：本申请属于机器人智能控制技术领域，涉及模拟大脑学习与记忆机理的机器人行为决策方法及设备。其方法是将发育网络DN2、强化学习以及自组织地图SOM相结合，模拟小脑学习系统、基底神经节和海马体学习系统的功能，得到基于发育网络DN2的自组织强化学习模型；其设备包括：一个或多个处理器及存储有一个或多个计算机可读指令的计算机可读介质，用于实现上述机器人行为决策方法。本发明恰当地利用了小脑学习系统、基底神经节和海马体学习系统三者的功能，这种融合算法结合强化学习和监督学习方法，既增强了基于发育网络DN2的自组织强化学习模型的鲁棒性，又提高了算法获得有效避障策略的能力，可以帮助智能体快速学习到高效的解。

本发明授权模拟大脑学习与记忆机理的机器人行为决策方法及设备在权利要求书中公布了：1.模拟大脑学习与记忆机理的机器人行为决策方法，其特征在于： 所述机器人行为决策方法将发育网络DN2、强化学习以及自组织地图SOM相结合，模拟小脑学习系统、基底神经节和海马体学习系统的功能，得到基于发育网络DN2的自组织强化学习模型； 基于发育网络DN2的自组织强化学习模型先利用发育网络DN2作为小脑学习系统，实现小脑的监督学习功能，再结合自组织地图SOM和强化学习，用SORL模型来描述基底神经节-海马学习系统，记作SORL，然后使用来自发育网络DN2的时序差分误差来训练SORL，使基于发育网络DN2的自组织强化学习模型可以存储发育网络DN2难以准确评估的状态，进而通过模拟大脑对状态输入的熟悉程度来平衡小脑学习系统和基底神经节-海马学习系统之间的决策权重，然后在评估动作价值方面进行协作，使智能体能够利用小脑学习系统和基底神经节-海马学习系统各自的优势来选择动作； 所述基底神经节-海马学习系统利用小脑学习系统产生的时序差分误差来更新其状态表征，实现智能体的快速学习，所述时序差分误差为基底神经节-海马体学习系统中学习率和邻域函数标准差的实时调节因子； 所述基底神经节-海马学习系统中，允许个体记忆以独特的、模式分离的方式存储，并通过简单的误差驱动学习机制促进系统的快速更新； 最初，将状态感觉输入提供给海马体学习系统，这些输入将以一种模式分离的方式对海马体学习系统产生刺激作用，排列在网格中的神经元用来表示兴奋水平；根据状态输入与权重之间的相似度判断激活神经元，计算如下： 上式中，表示神经元在输入状态和激活神经元之间的权重；对于网格中的每一个神经元，都有相应的动作值函数实现学习和记忆，设置动作值的更新方式为： 其中，是学习率，y是目标值，加权参数确保动作值只有在最接近的神经元u与状态值相似时才会得到大的更新，的设置规则如下： 其中，参数用来缩放和之间的欧氏距离，考虑到小脑和基底神经节-海马学习系统的合作机制，状态-动作值的计算采用以下权重平均规则： 上述权重平均规则保证了一种学习方式，在这种学习方式中，早期的状态-行为主要依赖于发育网络DN2，经过学习后，SORL在后期的贡献更大； 目标值y的设定公式为： 其中，是奖励，是折扣因子，对于SORL中的学习，使用目标值y和发育网络DN2产生的时序差分误差来影响基于发育网络DN2的自组织强化学习模型的更新；其中，神经元i的权值采用如下更新规则： 其中，是学习率，由邻域函数缩放的指数递增参数为： 这里，邻域函数由一个高斯函数表示 其中，参数用来缩放时序差分误差，和分别表示获胜神经元和输出神经元i的映射位置，神经元的邻域范围由参数，和组成； 最后，根据SORL和发育网络DN2值的加权平均值来选择机器人的动作。

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郑州大学，其通讯地址为：450001 河南省郑州市高新技术开发区科学大道100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。