北京理工大学孙健获国家专利权
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！
龙图腾网获悉北京理工大学申请的专利一种基于随机离散策略-评价网络的强化学习机器人连续动作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：CN116175581B 。
龙图腾网通过国家知识产权局官网在2026-01-30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：202310228383.7，技术领域涉及：B25J9/16；该发明授权一种基于随机离散策略-评价网络的强化学习机器人连续动作控制方法是由孙健;张野晨;王钢;陈杰设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。
本一种基于随机离散策略-评价网络的强化学习机器人连续动作控制方法在说明书摘要公布了：本发明涉及一种基于随机离散策略‑评价网络的强化学习机器人连续动作控制方法，属于强化学习技术领域。首先对机器人控制问题中的高维连续动作进行离散化，将整体连续动作空间按各个维度分别离散化，将每个动作维度视为一个智能体并分配一个独立策略；其次构建基于Actor‑Critic结构的强化学习模型，其中分解策略网络模块以离散动作概率分布的形式对机器人控制问题中各动作维度的局部策略进行分解表示，该网络可以优化算法整体的计算成本；集中评价网络模块用于对机器人控制的全局策略提供评价，最后，在训练过程中综合软强化学习思想，通过最大化随机熵提升采样效率，实现强化学习的高效收敛，并有效提升机器人的控制效果。
本发明授权一种基于随机离散策略-评价网络的强化学习机器人连续动作控制方法在权利要求书中公布了：1.一种基于随机离散策略-评价网络的强化学习机器人连续动作控制方法，其特征在于该方法的步骤包括： 步骤1，构建基于单维度解耦离散化的单维离散强化学习模型； 步骤2，根据步骤1构建的单维离散强化学习模型，构造分解策略—集中评价多维度离散强化学习神经网络架构； 步骤3，基于最大熵强化学习训练步骤2构建的神经网络架构； 步骤4，将步骤3训练后的神经网络架构作为实际机器人控制最优策略，完成机器人的强化学习控制； 所述的步骤1中，单维度解耦离散化所构成的强化学习离散动作空间为，其定义如下： 其中，为动作维度，为第个动作维度的第个离散动作，每个离散动作空间均包含N个等差的离散动作，在机器人的M个动作维度中，每个动作维度的离散动作空间均对应一个离散策略；对于第m个动作维度离散的动作空间其对应的离散策略为，即在任意时刻的状态下，中的任意离散动作所对应的概率。
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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励