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！

龙图腾网获悉南通理工学院申请的专利基于强化学习的机器人自适应运动控制算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：CN120816508B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202511336023.4，技术领域涉及：B25J9/16；该发明授权基于强化学习的机器人自适应运动控制算法是由袁海雷;崔晗;王婕;冒海波;于志恒;梅香香设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本基于强化学习的机器人自适应运动控制算法在说明书摘要公布了：本发明涉及机器人控制技术领域，特别是涉及基于强化学习的机器人自适应运动控制算法，该算法获取机器人关节的力矩信号，并基于力矩信号构建表征机器人与环境交互状态的状态向量，通过分层强化学习训练机制，生成自适应运动控制策略，策略包括构建多维度奖励函数，融合任务完成度、能源效率、运动安全性及平滑度，并利用Q‑learning算法对状态向量和动作控制序列之间的映射关系进行迭代优化，在多种物理参数环境下验证自适应运动控制策略，并基于验证结果选择性地触发重新训练，验证通过的自适应运动控制策略部署到机器人控制系统，自适应性显著提高，使机器人控制策略能够适应±30%范围内的物理参数变化，无需人工干预重新调整参数。

本发明授权基于强化学习的机器人自适应运动控制算法在权利要求书中公布了：1.基于强化学习的机器人自适应运动控制算法，其特征在于，包括： 获取机器人关节的力矩信号，并基于所述力矩信号构建表征机器人与环境交互状态的状态向量； 基于所述状态向量，通过分层强化学习训练机制生成自适应运动控制策略，包括： 构建融合任务完成度、能源效率、运动安全性及平滑度的多维度奖励函数； 利用Q-learning算法对所述状态向量和动作控制序列之间的映射关系进行迭代优化； 在多种物理参数环境下验证所述自适应运动控制策略，并基于验证结果选择性地触发重新训练； 将验证通过的自适应运动控制策略部署到机器人控制系统，实现自适应运动控制； 所述分层强化学习训练机制包括： 底层关节力矩直接控制层，控制周期为5-10毫秒，直接操作关节力矩； 中层运动轨迹规划层，控制周期为50-100毫秒，规划短期轨迹段； 高层任务策略决策层，控制周期为500-1000毫秒，负责整体任务策略调整； 底层关节力矩直接控制层、中层运动轨迹规划层和高层任务策略决策层之间通过自顶向下的命令传递和自底向上的状态反馈形成闭环控制结构； 所述构建融合任务完成度、能源效率、运动安全性及平滑度的多维度奖励函数，包括： 定义任务完成度奖励，根据目标位置达成度和完成时间效率评估； 定义能效奖励，基于关节功率消耗和总能耗计算，其计算公式为： , 其中，为第i个关节的力矩，单位为牛·米；为第i个关节的角速度，单位为弧度秒；表示第i个关节的瞬时功率绝对值，单位为瓦特；为控制周期，单位为秒；为能耗惩罚系数，单位为1焦耳；为机器人关节数量；负号表示能耗越高，惩罚越大； 定义安全性奖励，根据与障碍物距离和危险姿态程度评估；其计算公式为： , 其中，为机器人与最近障碍物的距离，单位为米；为距离敏感度系数，单位为1米；为距离衰减函数，随距离增加而减小；为机器人与关节限位的距离，表示为角度，单位为弧度；为关节可动范围，单位为弧度；和分别为障碍物距离和姿态安全的权重，无量纲； 定义平滑度奖励，基于力矩变化率和轨迹连续性计算；其计算公式为： , 其中，为第i个关节的力矩变化率，单位为牛·米秒；为平滑度惩罚系数，单位为秒牛·米；n为机器人关节数量；负号表示力矩变化越大，惩罚越大； 通过动态权重系数将能效奖励、任务完成度奖励、安全性奖励和平滑度奖励线性组合形成多维度奖励函数； 所述获取机器人关节的力矩信号，并基于所述力矩信号构建表征机器人与环境交互状态的状态向量，包括： 通过安装在机器人各关节的力矩传感器实时采集力矩数据； 对所述力矩数据进行低通滤波和归一化处理； 基于当前时刻力矩值、前一时刻力矩值及其变化率构建多维状态向量； 基于所述状态向量实时监测机器人与虚拟或实际障碍物的交互情况； 所述在多种物理参数环境下验证所述自适应运动控制策略，并基于验证结果选择性地触发重新训练，包括： 构建具有不同摩擦系数、阻尼系数及质量分布的参数化验证环境集； 在每个验证环境中执行多次独立测试，评估功能指标、效率指标、安全指标及鲁棒性指标； 计算所有验证环境下的平均性能指标和最差性能指标： , , 其中，为第i个环境下的性能指标，无量纲，取值范围为0-1，值越大表示性能越好；为验证环境总数； 当最差性能指标低于阈值时，触发重新训练流程。

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南通理工学院，其通讯地址为：226001 江苏省南通市崇川区永兴路211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。