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！

龙图腾网获悉西湖大学申请的专利深度强化学习的仿生机器鱼控制方法、装置及存储介质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：CN115390442B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210507310.7，技术领域涉及：G05B13/04；该发明授权深度强化学习的仿生机器鱼控制方法、装置及存储介质是由李伟琨;陈浩;崔维成;宋长会;陈林柯设计研发完成，并于2021-01-26向国家知识产权局提交的专利申请。

本深度强化学习的仿生机器鱼控制方法、装置及存储介质在说明书摘要公布了：本发明提供了一种深度强化学习的仿生机器鱼控制方法、装置及其存储介质，属于仿生机器人控制技术领域。它解决了现有技术中的缺少针对仿生机器鱼的关节游动控制的深度强化学习CPG网络的仿生机器鱼关节运动控制方法等问题。本发明包括S1：通过深度学习构建外层仿生机器鱼信息网，通过与环境的交互给出初步指令；S2：针对初步指令构建内层CPG网络，通过构建基于中枢模式发生器的运动模型给出具体关节运动指令。本发明具有能够复杂水下环境中调节仿生鱼等优点。

本发明授权深度强化学习的仿生机器鱼控制方法、装置及存储介质在权利要求书中公布了：1.一种深度强化学习的仿生机器鱼控制方法，其特征在于，包括以下步骤： S1：通过深度学习构建外层仿生机器鱼信息网，通过与环境的交互给出初步指令； S2：针对初步指令构建内层CPG网络，通过构建基于中枢模式发生器的运动模型给出具体关节运动指令； 所述的内层CPG网络接口能够将所述的初步指令转化并将所述的初步指令传入内层CPG网络实现仿生机器鱼的具体关节运动，所述的仿生机器鱼的具体关节运动模型的生成式如式3： 3 其中，t为方向控制参数，θ为神经元间相位差，表示第i个神经元的不同相位，εi，ω表示神经元的振幅与频率，此外，Pu，Pv为扰动项，其中Pv＝c2ui+1sinθ+c1ui+1cosθ,Pu＝c1ui-1cosθ-c2vi-1sinθ,c1，c2为神经元耦合系数，完成CPG模型构建后，将相位输出转化后输入到仿生机器鱼的各关节，如式4： Γi=ζivi+Θi4 其中Γi表示第i个关节的输入，ζi为关节对应转化系数，由对应的电机决定，θi为上层网络生成的初步指令系数，最终通过外层深度强化学习网络与内层CPG网络协同合作完成仿生机器鱼在复杂环境中的交互与智能化高效游动控制；协同转换方法包括将仿生机器鱼外部传感器采集的连续4帧图像与深度、距离及两种以上数据相关联并标签化，协同转换方法将多元数据打包为可供深度网络直接处理的结构化数据作为后续深度强化学习网络输入。

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西湖大学，其通讯地址为：310000 浙江省杭州市西湖区转塘街道石龙山街18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。