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院沈阳自动化研究所申请的专利基于增量式双Q学习的自适应模型预测控制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：CN119148531B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411375800.1，技术领域涉及：G05B13/04；该发明授权基于增量式双Q学习的自适应模型预测控制方法是由卜春光;范晓亮;高源康;眭晋;郎智明;高英丽;赵新刚;赵忆文设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本基于增量式双Q学习的自适应模型预测控制方法在说明书摘要公布了：本发明属于智能控制领域，具体说是基于增量式双Q学习的自适应模型预测控制方法，包括以下步骤：1建立非完整约束差速移动机器人的运动学模型，结合其运动学模型构建轨迹跟踪误差模型；2基于轨迹跟踪误差模型，构建移动机器人轨迹跟踪模型预测控制器的预测模型，并依据该预测模型实现高性能轨迹跟踪控制；3对双Q学习智能体的动作空间、状态空间进行增量式的离散化操作；4通过智能体与环境之间的实时交互和在线迭代学习，来不断地优化双Q学习智能体的状态和动作空间，通过得到在线自适应MPC控制器，来实现移动机器人的高精度自主轨迹跟踪控制。本发明利用增量式双重Q学习算法对MPC的权重矩阵进行在线优化，根据系统状态实时调整MPC权重矩阵，以优化总奖励。

本发明授权基于增量式双Q学习的自适应模型预测控制方法在权利要求书中公布了：1.基于增量式双Q学习的自适应模型预测控制方法，其特征在于，包括以下步骤： 1根据差速移动机器人的物理学特性，建立非完整约束差速移动机器人的运动学模型；根据参考轨迹获取移动机器人期望的位姿信息，结合其运动学模型构建轨迹跟踪误差模型； 2基于轨迹跟踪误差模型，构建移动机器人轨迹跟踪模型预测控制器的预测模型，并依据该预测模型实现高性能轨迹跟踪控制； 3对双Q学习智能体的动作空间、状态空间进行增量式的离散化操作，仅将每次迭代的新动作和新状态添加至离散化的集合中，对状态和动作未发生变化的区域进行离散化； 4通过智能体与环境之间的实时交互和在线迭代学习，来不断地优化双Q学习智能体的状态和动作空间；通过学习后每次迭代选择最优的动作k，在自适应调整MPC的权重矩阵，得到在线自适应MPC控制器； 5通过在线自适应MPC控制器，来实现移动机器人的高精度自主轨迹跟踪控制。

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院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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。